有没有适合初学者的简单代码，可以让我在scikit中尝试使用高斯进程示例中的diff内核，以了解它们的功能？

import numpy as np
from sklearn.gaussian_process import GaussianProcessRegressor
from sklearn.gaussian_process.kernels import RBF, WhiteKernel, ConstantKernel

# 创建一些示例数据
X = np.array([[1], [2], [3], [4], [5]])
y = np.array([1, 3, 2, 4, 5])

# 定义高斯过程的内核函数
kernel = ConstantKernel() * RBF() + WhiteKernel()

# 创建高斯过程回归模型
model = GaussianProcessRegressor(kernel=kernel)

# 拟合模型
model.fit(X, y)

# 预测新的数据点
X_new = np.array([[6]])
y_pred, y_std = model.predict(X_new, return_std=True)

print("预测值:", y_pred)
print("标准差:", y_std)