预测
高斯过程回归模型的预测反应
语法
ypred =预测(gprMdl Xnew)
[ypred, ysd yint] =预测(gprMdl Xnew)
[ypred, ysd yint] =预测(gprMdl Xnew,α,α)
描述
ypred=预测(gprMdl,Xnew)ypred高斯过程回归(GPR)模型gprMdl和预测价值Xnew。
(还返回标准差ypred,ysd,yint)=预测(gprMdl,Xnew)ysd和95%的预测区间yint的响应变量,计算在每一个观察Xnew使用训练有素的探地雷达模型。
(指定的显著性水平预测区间的置信水平ypred,ysd,yint)=预测(gprMdl,Xnew“阿尔法”,α)yint。的置信水平yint等于100(1 -α)%。
输入参数
输出参数
例子
计算预测的反应
生成样本数据。
n = 10000;rng (1)%的再现性x = linspace (0.5, 2.5, n) ';y =罪(10 *π。* x) / (2。* x) + (x - 1)。^ 4 + 1.5 *兰德(n, 1);
适合使用探地雷达模型Matern 3/2核函数单独为每个预测长度尺度和一组活性大小为100。用解释变量的子集近似方法对参数估计和完全独立的条件预测方法。
gprMdl = fitrgp (x, y,“KernelFunction”,“ardmatern32”,…“ActiveSetSize”,100,“FitMethod”,“老”,“PredictMethod”,膜集成电路的);
计算预测。
[ypred, ~,开办]=预测(gprMdl x);
情节的数据以及预测和预测时间间隔。
情节(x, y,“r”。)举行在情节(x, ypred,“b -”)情节(x,开办(:1),“k——”)情节(x,开办(:,2),“k——”)包含(“x”)ylabel (“y”)传说(“真正的反应”,“探地雷达预测”,…“预测区间限制”,“位置”,“最佳”)
当数据表计算预测
加载和存储在一个示例数据表。
负载fisheriris台=表(量(:1),量(:,2),(:,3),(4):,,,…“VariableNames”,{“meas1”,“meas2”,“meas3”,“meas4”,“物种”});
适合使用第一测量探地雷达模型和其他变量的响应预测。
mdl = fitrgp(资源描述,“meas1”);
计算预测和99%的置信区间。
[ypred ~,开办]=预测(mdl、台、“α”,0.01);
情节真实的反应和预测随着预测时间间隔。
图();情节(mdl.Y“r”。);持有在;情节(ypred);情节(开办(:1),凯西:”);情节(开办(:,2),凯西:”);传奇(“真正的反应”,“探地雷达预测”,…“预测下限”,“预测上限”,…“位置”,“最佳”);
情节预测响应测试数据
加载示例数据。
负载(“gprdata.mat”);
数据包含训练和测试数据。在训练数据和100年有500个观察观察测试数据。数据6预测变量。这是模拟数据。
适合使用方探地雷达模型指数核函数与一个单独为每个预测长度尺度。标准化训练数据的预测。使用精确的拟合和预测方法。
gprMdl = fitrgp (Xtrain ytrain,“基础”,“不变”,…“FitMethod”,“准确”,“PredictMethod”,“准确”,…“KernelFunction”,“ardsquaredexponential”,“标准化”1);
预测的响应测试数据。
[ytestpred, ~, ytestci] =预测(gprMdl Xtest);
测试响应以及预测的阴谋。
图;情节(欧美,“r”);持有在;情节(ytestpred“b”);情节(ytestci (: 1),凯西:”);情节(ytestci (:, 2),凯西:”);传奇(“实际响应”,“探地雷达预测”,…“低95%”,的95%上,“位置”,“最佳”);持有从
提示
你可以选择预测方法,训练使用探地雷达模型
PredictMethod名称-值对的论点fitrgp。默认的预测方法“准确”为n≤10000,n在训练数据的数量的观察,然后呢“bcd”(块坐标下降),否则。计算标准偏差,
ysd预测区间,yint,不支持金宝appPredictMethod是“bcd”。如果
gprMdl是一个CompactRegressionGP对象,你不能计算标准差,ysd或预测区间,yint,因为PredictMethod等于“老”或膜集成电路的。来计算ysd和yint为PredictMethod等于“老”或膜集成电路的,使用完整的回归(RegressionGP)对象。
选择
您可以使用resubPredict计算预测反应训练有素的探地雷达模型训练数据的观测。
