【高斯过程的粗浅见解】

1. 协方差矩阵

   # 协方差矩阵附带了两个信息
   1. 第一个，对角线上的方差，就是每个维度的方差，如确定一个一维高斯分布由均值与方差确定，多维高斯分布就有多个方差，多维度高斯分布的协方差矩阵，对角线上就是记录的每个维度的方差（开个根号才是）。
   
   2. 第二个，非对角线上的值，假如一个多维高斯分布完全独立，我们可以看到对角线上完全为0，这就是意味着，多个多维高斯分布的任何两个维度之间都是没有相关性的，如果这个多维高斯分布不是相互独立的，那么对角线上就有值，值就是两个维度之间的关系。表示两个维度之间的相关性或线性关系。协方差的正负值表示了两个维度的变化是如何相互关联的。
   
   

2. 高斯过程

   # 高斯过程中的均值函数 与 协方差函数
   1. 均值函数，高斯过程本质上就是个无限维度的多维高斯分布，我们举例，假如有一个6维的高斯分布，那么它每一个维度拿出来看，都是一个一维高斯分布，这样的一维高斯分布有6个，就有6个均值 x1 x2 x3 x4 x5 x6（一个一维高斯分布由一个均值，一个方差决定），那无限维度就有无限个均值，x1 ... xn 每一个都可以是一个确定的值，比如 x1 = 6, x2 = 10 ,..., x6 = 99, 把它画成一条线，不就是一个函数图形，假如x1到x10000 (10000个维度) 画出的图形是一个sin正弦图像，那用一个函数来表示，不就是x = sin(i) i 是维度编号。记住这个i, 所以如果我们知道了这个无限维度的高斯分布的均值函数, 我们就知道了对应的每个维度的均值x=sin(6)（假设这是第6个维度）。它会返回各个维度的均值。
   确定了一个均值函数 如：y=6x+9, 那么这个高斯分布的均值y，在无限x上的取值就确定了！
   
   2 协方差函数，按道理返回的不就是各个维度的协方差矩阵？仔细想想，两个维度或者多个维度，才有一个协方差矩阵，那多个维度的哪怕 999 维的高斯分布 ，也就一个协方差矩阵，那这个协方差函数，返回的是啥？看下面
   
   
   3. 通过均值函数，我们知道，
   	确定一个均值函数，也就确定了这多个维度的每个维度的均值，等于，知道了均值函数，知道了所有维度的每个维度均值
       那确定一个协方差函数，应该要确定每个维度高斯分布的方差，和任意两个维度之间的相关性，这组合起来就是一个协方差矩阵！！
       
       好，那我们知道了：
       确定均值函数，就确定了每个维度高斯分布的均值
       那确定协方差函数，也就确定了无限维度高斯分布协方差矩阵。
                                          
   # 现在来看官方解释：
       协方差函数：返回两个向量各个维度之间的协方差矩阵。一个高斯过程为一个均值函数和协方差函数唯一地定义，并且一个高斯过程的有限维度的子集都服从一个多元高斯分布（为了方便理解，可以想象二元高斯分布两个维度各自都服从一个高斯分布）。
       函数确定了，两个向量各个维度之间的协方差矩阵也就确定了，协方差矩阵也就确定了。核函数也就确定了
       # 通过核函数可以计算两个变量之间的协方差矩阵。
       
     
                
   # 我们需要注意的是：
       上文提到高斯过程是一种非参数模型，没有训练模型参数的过程，一旦核函数、均值函数给定，则模型就被唯一地确定下来。但是核函数本身是有参数的࿰