利用GPML-V4.1工具箱实现高斯过程回归(GPR)的多变量数据预测
2022-10-27 20:36:58
3.04MB
1
matlab混合高斯代码GPML扩展
该存储库包含对流行的GPML工具箱的扩展的集合，该扩展用于MATLAB高斯过程推断，可在此处找到：
我们提供以下代码：
将任意超参数先验合并到任何推理方法中，从而在超参数学习期间允许MAP而不是MLE推理。
用于均值和协方差函数的扩展API，用于针对其超参数计算Hessian。
用于推理方法的扩展API，用于计算相对于超参数的（对数似然/后验）（可能近似）Hessian。
几个新的均值和协方差函数的实现。
例如，许多其他实用程序，用于在执行在线GP回归时计算等级更新以快速更新后验。
超参数先验
我们建立了一个新的简单API，用于指定任意超参数先验。
该API是：
[nlZ,
dnlZ,
HnlZ]
=
prior(hyperparameters)
输入在哪里：
hyperparameters
：GPML超参数结构，用于指定
和输出是
nlZ
：在处评估的对数先验的负值，
dnlZ
：包含负对数梯度的结构，该负对数在处求值，
HnlZ
：（可选）包含在之前评估的负对数的Hessian的结构，
dnlZ结构的指定方式与GPML的典型方式相同（例如，作为
2022-03-23 14:05:35
47KB
1
高斯过程的代码包主要有两种，主要是GMPL和GPstuff，都挺不错的内容也挺全的。本代码包是MATLAB 语言的GMPL版本的高斯过程回归代码包，包含所需的各所函数及必要说明，希望对你有帮助
2022-01-08 10:38:21
1.29MB
1
1、本代码基于GPML工具箱V4.2。 2. 提供了两个demo（多输入单输出&多输入多输出）。 3. 使用 feval(@function name) 查看函数中超参数的数量。 例如： K > > feval (@covRQiso) 答案 = '(1 + 1 + 1)' 它表明协方差函数 covRQiso 需要 3 个超参数。 因此，3 使用优化函数最小化时需要初始化超参数。 意义每个超参数的范围和范围在每个函数的描述中都有详细的解释。
4. 不同的似然函数对推理函数的要求不同，可见详细信息 ./gpml-matlab-v4.2-2018-06-11/doc/index.html 或 ./gpml-matlab-v4.2-2018-06- 11/doc/manual.PDF。
2021-10-15 13:40:14
1.85MB
1
matlab高斯过程回归的gpml4.2工具箱，希望对大家有用！matlab高斯过程回归的gpml4.2工具箱，希望对大家有用！
2021-07-17 11:01:32
1.25MB
1
1. 代码主要基于GPML V4.2工具箱实现
2. 提供了两个应用实例（单变量预测和多变量预测）
3. 给出了预测均值和方差的可视化结果
2020-03-13 03:06:02
1.73MB
1