Ошибка перекрестной проверки гауссовского процесса с шумной мишенью

Question

Я создал модель процесса Гаусса и тренировался с шумной мишенью. Я реализовал шум в качестве параметра альфа [n_samples] в соответствии с документацией по последнему scikit учиться 18.

model = GaussianProcessRegressor(kernel=kernel,n_restarts_optimizer=0, alpha=dy_train ** 2) 

Он работает, пока я не хочу, чтобы выполнить перекрестную проверку. Это вызывает ошибку, что длина параметра альфа и фактической цель не равная:

scores = cross_val_score(model, X_test, y_test) 
ValueError: alpha must be a scalar or an array with same number of entries as y.(35 != 10) 

Я понимаю ошибку, но я не знаю, как правильно определить альфа-вектор для перекрестной проверки. Пожалуйста, любое предложение?

Благодаря

Answer 1

Альфа должен быть ряд (и это будет прекрасно работать с кодом). Вы также можете иметь альфа-образец, но это не будет работать с .cross_val_score, так как у него нет поддержки среза внутри. Кроме того, то, что вы используете, похоже на чрезвычайно необычную эвристику для присвоения альфы. Я уверен, что это нигде в документации scikitlearn. Чтобы использовать кросс-проверку, вам нужно пойти с «полным» подходом, который повторяется над cross validation iterators и усредняет себя. Это почти три строки кода, поэтому не должно быть большой нагрузки

from sklearn.model_selection import KFold 
import numpy as np 

kf = KFold(n_splits=10) 
scores = [] 
for train, test in kf.split(X): 
    model.fit(X_train) 
    scores.append(model.score(X_test, y_test)) 
print np.mean(scores)