GPy（ベイズ最適化）のエラーについて

Question

前提・実現したいこと

プログラミング初心者です
以下のサイトを参考にベイス最適化について試しています
https://tellmoogle.hatenablog.com/entry/cokehigh_bayesian_optimization

下記のソースコードで試しているのですが、AssertionError が出て、その理由がわかりません
どなたかご教授いただけないでしょうか？

該当のソースコード

import GPy
import matplotlib.colors as colors
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from matplotlib.cm import ScalarMappable

df = pd.DataFrame(columns=['coke', 'lemon','score'])
""" 実験データの逐次記入 """
df.loc[0] = [50, 15, 68] #初期点
df.loc[1] = [0, 0, 44] #初期点
df.loc[2] = [25, 15, 58] #実験1回目のデータ
df.loc[3] = [50, 0, 85] #2回目
df.loc[4] = [45, 0, 94] #3回目...

"""データサイズn"""
n = len(df)

from sklearn.preprocessing import MinMaxScaler

""" 入力変数をMinMaxスケーリング """
scaler = MinMaxScaler()
scaler.fit(np.array([0,50]).reshape(-1,1)) #050を01に
df["coke"] = scaler.transform(df["coke"].values.reshape(-1,1))

scaler = MinMaxScaler()
scaler.fit(np.array([0, 15]).reshape(-1,1)) #015を01に
df["lemon"] = scaler.transform(df["lemon"].values.reshape(-1,1))

"""入力の整形"""
x_train = np.stack([df["coke"], df["lemon"]], axis=1)
y_train = df["score"].values

"""既知のデータをもとにガウス過程回帰"""
kern = GPy.kern.RBF(2)

Input = x_train.reshape(-1, 2)
Output = y_train.reshape(-1, 1)
norm = True
gpy_model = GPy.models.GPRegression(Input, Output, kern, norm)

Comments

[coco_bauer]

プログラムのどこで、どんな assertionのエラーが発生するのですか？
質問のソースコードには、assert文が無いので、質問のコードで呼び出した何かの中でエラーが起きていると推測されますが、詳細な情報が書かれていないので誰にも答えられない質問になっていると思います。

Answer 1

AssertionError は原因はわかりにくいのですが文法が誤っているときなどに出るようです。

GPy.models.GPRegression(Input, Output, kern, norm)

ですがあなたが参考になさっているページにもある通り

normalizer=norm

と明示的に指定する必要があるのかと。

書式的には

GPy.models.GPRegression(X, Y, kernel=None, Y_metadata=None, normalizer=None, ...

のようです。

で

GPy.models.GPRegression(Input, Output, kern, normalizer=norm)

で動かしてみたところ

TypeError: ufunc 'isfinite' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

のエラーが出ました。あなたが参考になさっているページのコードを動かしてみたところ同様のエラーが出ました。
あなたは参考ページのコードを動かしてみてエラーが出なかったでしょうか。
ひとまず、normalizer=Falseで動くようです。