我有变量与时间的测量。
我想获得带有置信带的回归，以便该图听起来像这样:
给定任意 x，我通过评估 N 个最接近测量点的平均值和标准差来“预测”y 及其置信度。但我觉得这太天真了。
我想知道是否有可能通过机器学习、神经网络等获得类似的结果
我非常熟悉 python、sklearn 和 pytorch，因此如果您能建议一个实现这些工具的解决方案，我将非常感激。
最佳答案
您可以使用高斯过程实现类似的目标。对于回归问题，可以使用 GaussianProcessRegressor来自sklearn。
This是如何使用它来获取您正在寻找的图的示例。
关于python - 带有置信带的机器学习二维回归，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/56934495/