通过 GPML 实现 4-D 高斯过程回归的问题

Question

我参考了 link https://stats.stackexchange.com/questions/105516/how-to-implement-a-2-d-gaussian-processes-regression-through-gpml-matlab 并创建了一个二维高斯过程回归。我想创建一个 4 维高斯过程回归，但是 'meshgrid' 只允许 3 个输入 ([X,Y,Z] = meshgrid(x,y,z))；如何将另一个输入添加到 meshgrid 中？

二维码如下：

X1train = linspace(-4.5,4.5,10);
X2train = linspace(-4.5,4.5,10);
X3train = linspace(-4.5,4.5,10);
X = [X1train' X2train' X3train'];
Y = [X1train + X2train + X3train]';

%Testdata
[Xtest1, Xtest2, Xtest3] = meshgrid(-4.5:0.1:4.5, -4.5:0.1:4.5, -4.5:0.1:4.5);
 Xtest = [Xtest1(:) Xtest2(:) Xtest3(:)];

% implement regression 
[ymu ys2 fmu fs2] = gp(hyp, @infExact, [], covfunc, likfunc, X, Y, Xtest);

如果我创建一个 X4train，这意味着我需要一个 Xtest4，我如何将 Xtest4 添加到 meshgrid 中？

GPML 代码来自http://www.gaussianprocess.org/gpml/code/matlab/doc/

Answer 1

您可以使用 ndgrid 创建 n 维网格，但请记住，它不会直接创建与 meshgrid 相同的输出，您必须先将其转换。（文档中也解释了如何操作）

通过 GPML 实现 4-D 高斯过程回归的问题

Problem with implement a 4-D Gaussian Processes Regression through GPML

matlab

machine-learning

regression

gaussian