在时间点处理不同数量的观察答案

【问题标题】：Handling diffferent number of observations at timepoints在时间点处理不同数量的观察
【发布时间】：2022-01-13 15:05:03
【问题描述】：

我正在处理一个数据集，该数据集在不同时间点包含不同数量的观察值。例如，在 x(0) 处，有 2 个观测值可用，而在 x(1) 处，有 4 个观测值可用。在 gpflow 中是否有处理这些数据的原则方法？非常感谢！

【问题讨论】：

您的意思是对不同数量的观测（例如，在 x(0) 处测量温度和压力，在 x(1) 处测量这些以及风速和降雨量）？还是只是多次观察（例如，在 x(0) 时您测量了两次温度，在 x(1) 时您测量了四次）？
请提供数据集样本！
请提供足够的代码，以便其他人更好地理解或重现问题。

标签： python gpflow

【解决方案1】：

假设您谈论的是不同数量的观察，您可以使用“输出即输入”模型来执行此操作，在该模型中，我们在输入中添加一个额外的列，指定我们为哪个输出提供观察。例如，您的特征和目标数组可能如下所示：

X = np.array([
    [x[0], 0],
    [x[0], 1],
    [x[1], 0],
    [x[1], 1],
    [x[1], 2],
    [x[1], 3],
])
Y = np.array([
    [y0_0],
    [y0_1],
    [y1_0],
    [y1_1],
    [y1_2],
    [y1_3],
])

然后使用Coregion 内核，参见the coregionalisation notebook。

【讨论】：