matlab中复高斯分布_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...

本帖最后由 iqiukp 于 2019-9-5 11:55 编辑

2019.9.5 更新

2019-9-5 11:53 上传

点击文件名下载附件

使用方法：在MATLAB中把文件夹切换到demo_1或者demo_2所在的根目录，直接运行demo_1.m或者demo_2.m即可。

%{

x :   training inputs

y :   training targets

xt:   testing inputs

yt:   testing targets

%}复制代码按照以上的变量说明，把实验数据替换为自己的数据。

说明：

1. 把GPML工具箱替换为V4.2版本

2. 增加了demo(多输入单输出demo和多输入多输出demo)

3. 增加了一些必要的说明

3.1.用feval(@函数名字)可以查看函数的超参数个数，比如：

K>> feval(@covRQiso)

ans =

'(1+1+1)'复制代码说明协方差函数covRQiso需要3个超参数，因此利用minimize函数优化covRQiso超参数的时候需要初始化为3个数。每个超参数的含义以及取值范围在每个函数的说明里面都有详细介绍。

3.2. 不同的似然函数有着不同的推理函数要求，具体可以看./doc/