高斯过程回归（Gaussian Process Regression, GPR）是一种强大的非参数回归方法，它通过假设数据是从一个高斯过程中生成的来预测新的数据点。
高斯过程是一种定义在连续输入空间上的随机过程，其中任何有限集合的观测值都呈多变量高斯分布。
实现GPR的Python代码import numpy as np
import matplotlib.pyplot as plt
from sklearn.gaussian_process import GaussianProcessRegressor
from sklearn.gaussian_process.kernels import RBF, ConstantKernel 
