估计高斯过程回归(功能:“fitgpr”)对于给定的一组hyperparameter
5视图(30天)
显示旧的评论
估计我感兴趣
y
使用高斯过程对于给定hyperparameters和噪声参数即没有优化参数。
下面的例子;(3.5,6.2,0.2)作为初始估计参数,提供
负载(fullfile (matlabroot“例子”,“统计数据”,“gprdata2.mat”))
sigma0 = 0.2;
kparams0 = [3.5, 6.2];
gprMdl2 = fitrgp (x, y,“KernelFunction”,“squaredexponential”,…
“KernelParameters”kparams0,“σ”,sigma0);
ypred2 = resubPredict (gprMdl2);
但我看到模型的反应感兴趣
y
和其他属性(比如:loglikelihood)精确参数(3.5,6.2,0.2)不是为了优化的。
谢谢
0评论
接受的答案
Gautam Pendse
2017年5月20日
嗨Pankaj,
你可能想要使用“FitMethod”,“没有”fitrgp的电话。更多信息,看一下医生“FitMethod”:
//www.tianjin-qmedu.com/help/stats/fitrgp.html namevaluepairarguments
希望这有助于
Gautam