使用单输入 GPML 进行大规模回归

Question

我使用 GPML Matlab 包解决二维大规模回归问题。正如用户手册 (http://www.gaussianprocess.org/gpml/code/matlab/doc/) 中所述，我引入了大规模回归的输入。

nu = fix(n/2); iu = randperm(n); iu = iu(1:nu); u = x(iu,:);

其中 n 是输入变量的数量。

如果我有超过 2 个输入，它工作正常。但是当我只想计算一个输入的预测时，推理方法失败了，即 n= 1

covfunc = @covSEiso;
likfunc = @likGauss;
n= 1;
nu = fix(n/2); 
iu = randperm(n);
iu = iu(1:nu);
u = X(iu,:);
meanfunc = @meanConst;
covfuncF = {@covFITC, {covfunc}, u};
ll = 1.0; sf = 1.0; 
hyp.cov = log([ll sf]);
sn = 0.1;  hyp.lik = log(sn);
hyp.mean = 0;
[mF s2F] = gp(hyp, @infFITC, [], covfuncF, likfunc, X(:,2), Y, X(:,2));

我只想使用 X 的第二列作为 GP 的输入，并使用目标 Y 进行训练。

Answer 1

发现错误！

如果我只使用 X 的 2 个变量来训练模型，则也应该对诱导点进行采样。但错误是，我使用 X 的诱导点（10 维），

u = X(iu,:);

错了！ @noumenal：查看第 21 行有帮助！谢谢

使用单输入 GPML 进行大规模回归

Large scale regression using GPML with single input

matlab

regression

machine-learning