假设我有对称正定协方差函数$k:\mathbb{R}\times\mathbb{R}\rightarrow \mathbb{R}$这是非平稳的（即$k(x,y) \neq g(|x-y|)$对于任何功能$g$）。给定设计点，Python中是否有快速方法$(x_1,\ldots,x_n$) 计算其协方差矩阵$(k(x_i,x_j))_{i,j}$?

如果协方差函数是平稳的，那么我们可以使用 numpy 的矩阵运算一次计算整个矩阵，并避免缓慢的 Python 循环——例如在this中。

目前我的实现是： dim = len(X) kern_mat = np.zeros((dim,dim)) for i in range(dim): for j in range(i+1): kern_mat[i,j] = kern(X[i],X[j]) kern_mat[j,i] = kern_mat[i,j] 任何有关加速或其他方面的帮助都将不胜感激！