用空 X 和 Y 初始化 GPFlow 模型答案

【问题标题】：Initialize GPFlow model with empty X and Y用空 X 和 Y 初始化 GPFlow 模型
【发布时间】：2019-03-30 00:50:44
【问题描述】：

我正在使用 GPFlow 进行多维回归，并希望比较从空 X 和 Y 集开始的各种内核。但似乎该库需要包含值对的集合。我考虑过使用远离输入空间的点进行初始化，但在优化我的超参数时会包含该点。有什么我缺少的解决方案或解决方法吗？

感谢您的帮助！

这是初始化我的模型的一些标准代码：

import gpflow
k = gpflow.kernels.RBF(input_dim=1, lengthscales=1, variance=1)
x_sample = np.array([])
y_sample = np.array([])
model = gpflow.models.GPR(x_sample, y_sample, kern=k)

这会导致以下错误：

IndexError: tuple index out of range

下面的sn-p导致：

model = gpflow.models.GPR(kern=k)
TypeError: __init__() missing 2 required positional arguments: 'X' and 'Y'

如果有人知道我可以做些什么来用空集初始化我的模型，那就太好了

【问题讨论】：

在尝试调查错误时，了解错误的什么（此处为：IndexError: tuple index out of range）以及在哪里 通常很有用发生，即完整的堆栈跟踪......我认为在这种情况下不再需要，但对于未来的问题:)

标签： gpflow

【解决方案1】：

库可以处理空的 X 和 Y 集 - 但您必须尊重所需的形状。 X 和 Y 都需要有 ndim=2。在写x_sample = np.array([]) 时，然后是x_sample.shape == (0,) 和x_sample.ndim == 1。相反，设置x_sample = np.empty((0, 2))（同样设置y_sample = np.empty((0, 2))，然后设置ndim=2，它们的形状根据需要为(0, 2)。

（显然，在没有数据的情况下，优化您的超参数是没有意义的，而且您确实无法对模型做任何事情；如果您只想比较内核，则无需构建模型计算内核矩阵...但这更具体地取决于您想要实现的目标！）

【讨论】：

感谢您的快速响应！这会有所帮助。关于评论中的第二部分。我正在做的是比较内核、采集函数和不同大小的训练集。该模型当然适合训练数据。希望我最终将这些“元”参数和内核的超参数组合在一起，用于表示真实过程的合成数据。之后，该模型将与优化参数一起用于真实示例。