上传者: 38500709
|
上传时间: 2022-03-23 13:43:42
|
文件大小: 8KB
|
文件类型: -
线性回归预测matlab代码MGP
这是“边际
GP”
(MGP)
的MATLAB实现,如下所述:
Garnett,
R.、Osborne,
M.
和
Hennig,
P.
高斯过程线性嵌入的主动学习。
(2014)。
第
30
届人工智能不确定性会议(UAI
2014)。
假设我们有一个关于潜在函数的高斯过程模型:
模型的超参数在哪里。
假设我们有一个观测数据集和一个测试点。
此函数返回相关观察值和潜在函数值的近似边际预测分布的均值和方差:
我们已经边缘化了超参数。
笔记
此代码仅适用于
GP
回归!
假设具有高斯观测似然的精确推断。
MGP
近似要求提供的超参数是
MLE
超参数:
或者,如果使用超参数优先,则
MAP
超参数:
此函数不执行最大化,而是假设给定的超参数表示
。
依赖关系
此代码可与
GPML
MATLAB
工具箱互操作,可在此处获得:
GPML
工具箱必须位于您的
MATLAB
路径中,此函数才能工作。
此函数还依赖于gpml_extensions存储库,可在此处获得:
这也必须在您的
MATLAB
路径中。
用法
mgp.m的用法与
GPML
工具包中预测模式下