数据集 hwlp4 dat 中包含下述三维问题的数据。
(1)绘制数据集中每一对特征的二维散点图，并对数据的结构进行分析。
(2)估计数据的平均向量和协方差矩阵。协方差矩阵中非对角线项与(1)中的
散点终一致吗?为什么一致或不一致?
(3)使用你在(2)中估计的均值向量和协方差矩阵生成高斯分布的数据集。
(提示:可使用命令 mvnrnd)
(4)使用你在(3)中生成的数据集，重复做(1)。这里的散点图与(1)中的一致
吗?为什么一致或不一致?
讨论你的结果。=-===========================================================================================================================================================================================================================================================================
2022-12-10 16:27:40
409KB
1
高斯过程回归是基于贝叶斯理论和统计学习理论发展起来的一种全新机器学习方法, 适于处理高维数、小 样本和非线性等复杂回归问题. 在阐述该方法原理的基础上, 分析了其存在的计算量大、噪声必须服从高斯分布等 问题, 给出了改进方法. 与神经网络和支持向量机相比, 该方法具有容易实现、超参数自适应获取以及输出具有概率 意义等优点, 方便与预测控制、自适应控制、贝叶斯滤波等相结合. 最后总结了其应用情况并展望了未来发展方向.
2022-12-06 09:57:00
248KB
1
一种协方差矩阵自适应优化算法的说明文档和MATLAB实现。测试函数经测试可以运行。
2022-11-01 20:29:57
1.08MB
1