Python统计模块: How to extract confidence/prediction intervals from GPy?

Question

在浏览完所有在线文档和示例后，我无法找到一种方法来从 GPy 中提取有关置信度或预测区间的信息。模型。

我生成这样的虚拟数据，

## Generating data for regression
# First, regular sine wave + normal noise
x = np.linspace(0,40, num=300)
noise1 = np.random.normal(0,0.3,300)
y = np.sin(x) + noise1

## Second, an upward trending starting midway, with its own noise as well
temp = x[150:]
noise2 = 0.004*temp**2 + np.random.normal(0,0.1,150)
y[150:] = y[150:] + noise2

plt.plot(x, y)

然后估计一个基本模型，

## Pre-processing
X = np.expand_dims(x, axis=1)
Y = np.expand_dims(y, axis=1)

## Model
kernel = GPy.kern.RBF(input_dim=1, variance=1., lengthscale=1.)
model1 = GPy.models.GPRegression(X, Y, kernel)

但是，没有什么可以清楚地说明如何从那里继续......另一个问题 here尝试问同样的问题，但对于统计建模如此重要的元素来说，这个答案不再有效，而且似乎相当令人不满意。

Answer 1

给定一个模型和一组我们想要生成间隔的目标 x 值，您可以使用以下方法提取间隔:

intervals = model.predict_quantiles( X = target_x_vals, quantiles = (2.5, 97.5) )

您可以更改分位数参数以获得适当的宽度。该函数的文档位于:https://gpy.readthedocs.io/en/deploy/_modules/GPy/core/gp.html