Question

J'utiliser un modèle gaussienne multi-dimensionnelle de la régression. Rasmussen a un livre avec un algorithme, mais il est seulement pour une sortie de dimension. Toute idée de le modifier?

Était-ce utile?

La solution

D'abord, je présume que vous connaissez http: / /www.gaussianprocess.org/gpml/code/matlab/doc/regression.html#ard , et ce n'est pas ce que vous voulez.

En second lieu, je suppose par conséquent que votre problème implique plusieurs fonctions. Dans ce cas, la plupart des cas, vous pouvez simplement lancer votre régression sur chaque fonction séparément; qui est, sauf si vous avez une norme bizarre sur l'espace de sortie prescrit.

Autres conseils

Disons que vous souhaitez modéliser f (x, y) = [u, v] ^ T. Vous pouvez modéliser u et v séparément:

f1 (x, y) = u

f2 (x, y) = v

Ceci est fait l'hypothèse que u et v sont conditionnellement x indépendants données, y. Cependant, GPML conseille que u et v peut rester corrélée à cause d'un processus de bruit en corrélation. Consultez Chapitre 9 de GPML des approches dans ce cas.

Licencié sous: CC-BY-SA avec attribution
Non affilié à StackOverflow
scroll top