我正在尝试通过软件包“ kernlab”和函数gausspr（）在R中使用高斯过程回归。我对这种类型的建模还很陌生，所以请无知。
我想知道预测独立验证集之前要对模型进行调整的参数。在使用通用内核类型RBF的文档中，要针对内核进行调整的唯一参数是sigma。在文献中，他们列出了三个需要调整的参数：sigma， y （信噪比参数）和 l （在输入空间中的长度比例） 。我注意到gausspr（）函数中有一个var参数，它是初始噪声方差；然而 我已经读到var不会改变任何内容（Access the estimated var in kernlab::gausspr function in R）。我认为调整容差会影响训练的速度，这可能会影响最终结果。但是，与文献中提到的“长度标尺”作为调整参数无关。
使用函数gausspr（），除了sigma值外，我还应该调整什么？
干杯