from pymatgen import Composition, Elementimport pandas as pdimport urllib.requestimport numpy as npfrom sklearn.model_selection import train_test_splitimport lightgbm as lgbfrom sklearn import dataset

PDF：概率密度函数（probability density function）, 在数学中，连续型随机变量的概率密度函数（在不至于混淆时可以简称为密度函数）是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。CDF : 累积分布函数 (cumulative distribution function)，又叫分布函数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布。P

高斯过程：高斯过程回归：克里金模型：

1 绪论1.训练数据的样本包含输⼊向量以及对应的⽬标向量的应⽤叫做有监督学习（supervised learning）问题。3.在其他的模式识别问题中，训练数据由⼀组输⼊向量x组成，没有任何对应的⽬标值叫做⽆监督学习（unsupervised learning）问题。4.给每个输⼊向量分配到有限数量离散标签中的⼀个，被称为分类（classification）问题。如果要求的输出由⼀个或者多个连续

PDF：概率密度函数（probability density function）, 在数学中，连续型随机变量的概率密度函数（在不至于混淆时可以简称为密度函数）是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。CDF : 累积分布函数 (cumulative distribution function)，又叫分布函数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布。P