高斯过程的附加功能是什么激发了这个愿望清单请求？
我最近与日本触媒株式会社进行了一次会议。 客户要求高斯过程的两个特征（相关结构=高斯）。
第一个请求是设置通用 theta 参数的功能。 当前的 JMP 仅允许每个预测变量使用不同的 theta 参数。 客户表示不同的theta模型容易过拟合。
第二个请求是使用用户指定的参数值创建模型的功能。他们表示，他们很乐意指定自己的参数并比较模型。
请描述您希望看到的新的或改进的功能或解决方案。
高斯过程的附加功能（相关结构=高斯）。
- 设置通用 theta 参数的功能。
- 使用用户指定的参数值创建模型的功能。
如果提供此新功能，对您和/或其他用户有何价值？
用户可以考虑各种高斯过程模型。
这是外部客户的请求吗？
是的。NIPPON SHOKUBAI CO LTD 要求提供此功能。
是否有具有我们应该注意的此功能或解决方案的竞争软件包？
Python。
https://scikit-learn.org/stable/modules/ generated/sklearn.gaussian_process.GaussianProcessRegressor.html#sklearn.gaussian_process.GaussianProcessRegressor
这是否会影响客户的续订、扩展或采用？如果我们不解决这个问题，是否会导致帐户面临风险？
有扩展的潜力。
高级统计建模回复：高斯过程的附加功能 - 状态更改为：已确认回复：高斯过程的附加功能 - 状态更改为：正在调查你好@Takumi_Saru ，感谢您提出这些建议，并提供请求背后的详细信息。 我们正在研究是否可能包含在未来版本中。
回复：高斯过程的附加功能你好@Takumi_Saru ，客户是否有任何数据可以帮助我们测试并展示强制相同参数值的有用性？
固定探索的参数值也是一个好主意。 与此同时，他们可以编辑公式并自行更改值以进行比较。 虽然这样做有点乏味，所以尝试让这变得更容易是有意义的。
回复：高斯过程的附加功能@米亚斯蒂芬斯-桑， @瑞安帕克-桑，谢谢你的回复。
我与客户核实并收到以下回复。
--
我们无法提供具体的样本数据。
由于很难想象每个解释变量的非线性程度差异很大的情况，因此在处理实验处方时通常使用共同的θ。
如果我们在公共θ合适的情况下对每个解释变量优化θ，那么它符合公共θ就没有问题。
然而，根据我们的经验，通常情况下，由于与数据的强烈拟合，每个 θ 都会变成非常小的值（太非线性）。
很抱歉，我们无法提供具体的样本数据，但我们可以为您创建玩具数据。
如果您想要玩具数据，可以告诉我们截止日期吗？
--
回复：高斯过程的附加功能@Takumi_Saru玩具数据集会非常有帮助，而且没有截止日期！
回复：高斯过程的附加功能@瑞安帕克-san，我会要求客户创建玩具数据。
收到玩具数据后我会与您联系。
回复：高斯过程的附加功能 - 状态更改为：已确认
