scikit-learn/scikit-learn

Linear Kernel for Gaussian Processes

Open

#8 359 ouverte le 15 févr. 2017

Voir sur GitHub
 (4 commentaires) (0 réactions) (0 assignés)Python (27 020 forks)batch import
Enhancementhelp wantedmodule:gaussian_process

Métriques du dépôt

Stars
 (66 084 stars)
Métriques de merge PR
 (Merge moyen 10j) (90 PRs mergées en 30 j)

Description

A simple linear kernel is lacking in Gaussian Processes, that is `K(x, x') = (x - c)(x' - c)

From http://www.cs.toronto.edu/~duvenaud/cookbook/index.html it is useful in modelling linear functions (obviously) and in combination with other functions such as periodic.

Guide contributeur

Direction de recherche
Examinez les implémentations de noyau existantes dans sklearn/gaussian process/kernels.py et ajoutez une classe de noyau linéaire implémentant la formule K(x, x') = (x c)(x' c). Suivez les modèles utilisés par d'autres noyaux comme RBF ou Matern.
Stack technique
python
Domaine
machine learning
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonGit
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
80