主要内容

postFitStatistics

类:RegressionGP

计算精确高斯过程回归模型的后拟合统计量

在页面中全部展开

语法

loores = postFitStatistics(gprMdl)
[loores,neff] = postFitStatistics(gprMdl)

描述

loores = postFitStatistics(gprMdl)返回剩下一个残差，loores，为训练后的高斯过程回归(GPR)模型。

[loores,neff] = postFitStatistics(gprMdl)也返回有效参数的数量，内夫。

输入参数

全部展开

高斯过程回归模型，指定为RegressionGP对象。

输出参数

全部展开

留下一份剩余，作为n-by-1矩阵，其中n是训练数据中的观察数。

有效参数的个数，返回为n-by-1矩阵，其中n是训练数据中的观察数。

例子

全部展开

打开实时脚本

生成示例数据。

rng (0,“旋风”）;%用于重现性N = 1500;X = linspace(-10,10,n)';y =罪(3 * x) * cos罪(3 * x) + (2 * x) * cos (x 2 *) + sin (x) + cos (x) + 0.2 * randn (n, 1);

用精确的拟合和预测方法拟合探地雷达模型。

gprMdl = fitrgp(x,y，“基础”，“线性”，“FitMethod”，“准确”，.．.“PredictMethod”，“准确”，“KernelFunction”，“matern52”）;

计算训练后模型的留一残差和有效参数数。

[loores,neff] = postFitStatistics(gprMdl);

使用训练过的模型预测反应。

ypred = resubPredict(gprMdl);

绘制真实响应和预测响应，并显示拟合参数的有效数量。

图()图(x, y,“r”。）;持有在；情节(x, ypred,“b”）;包含(“x”）;ylabel (“y”）;传奇(“数据”，“探地雷达预测”，“位置”，“最佳”）;标题(['有效参数数= 'num2str (neff)]);持有从

图中包含一个axes对象。参数的有效数量= 94.7514包含2个类型为line的对象。这些对象代表数据，探地雷达预测。

图中留下一个残差。

图()图(x, loores' r . - '）;包含(“x”）;ylabel (分析残差的）;

图中包含一个axes对象。axis对象包含一个类型为line的对象。

提示

  • 你只能在PredictMethod是“准确”。

  • 如果FitMethod是“准确”,然后postFitStatistics说明了固定基函数系数是从数据中估计出来的。

  • 如果FitMethod不同于“准确”,然后postFitStatistics将固定基函数系数视为已知。

  • 对所有PredictMethod而且FitMethod选项,postFitStatistics将估计的核参数和噪声标准差视为已知。

另请参阅

|

在R2015b中引入

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习:MATLAB的一步一步指南

掌握机器学习:MATLAB的一步一步指南

下载电子书