预测
ガウス过程回帰モデルの予测応答
构文
ypred =预测（gprmdl，xnew）
[ypred，YSD] =预测（gprMdl，Xnew）
[ypred，ysd，yint] =预测（gprmdl，xnew）
[ypred，YSD，yint] =预测（gprMdl，Xnew，名称，值）
说明
ypred=预测（gprMdl那Xnew的）gprMdlとXnew内の予测子の値について予测した応答ypredを返します。
[は，学习済みGPRモデルから，ypred那YSD] =预测（gprMdl那Xnew的）Xnewに含まれている予测子の値における新しい応答の推定标准偏差も返します。
[はypred那YSD那yint] =预测（gprMdl那Xnew的）Xnewの各行に対応する真の応答について95％の予测区间yintも返します。
[は，1つ以上のypred那YSD那yint] =预测（gprMdl那Xnew那名称，价值的）名称，价值ペア引数で指定された追加オプションを使用して，予测区间も返します。たとえば，予测区间の信頼度を指定できます。
入力数
出力数
例
予测応答の计算
标本データを生成します。
N = 10000;RNG（1）再现性的百分比X = linspace（0.5,2.5，N）';Y = SIN（10 * PI * X）./（2. * X）+（X-1）^ 4 + 1.5 *兰特（N，1）。
特性长スケールが各予测子について异なるMatern 3/2カーネル关数を使用し，アクティブセットのサイズを100にして，GPRモデルを近似させます。パラメーター推定には回帰変数サブセット近似法を，予测には完全独立条件法を使用します。
gprMdl = fitrgp（X，Y，'KernelFunction'那'ardmatern32'那......'ActiveSetSize'，100，'使用fitmethod'那'SR'那'PredictMethod'那“同人”）;
予测を计算します。
[ypred，〜，YCI] =预测（gprMdl，X）;
データを予测および予测区间とともにプロットします。
积（X，Y，'R'。）;抓住在积（X，ypred）;积（X，YCI（：，1），'K--'）;绘图（x，YCI（:,2），'K--'）;Xlabel（'X'）;ylabel（'是'）;
データがテーブルに格纳されている场合の予测の计算
标本データを読み込んで桌子に格式します。
加载fisheririsTBL =表（MEAS（：，1），MEAS（：，2），MEAS（：3），MEAS（:,4），物种，......'VariableNames'{'MEAS1'那'MEAS2'那'meas3'那'meas4'那'物种'}）;
1番目の测定値を応答て，他のの数をを子として使て，gprモデルを近似さます。
MDL = fitrgp（TBL，'MEAS1'）;
予测と99％の信息空间を计算ます。
[ypred，〜，YCI] =预测（MDL，TBL，'Α'，0.01）;
真の応答と予测を予测区间とともにプロットします。
数字（）;图（mdl.Y，'R'。）;抓住在;积（ypred）;情节（YCI（：，1），'k：'）;情节（YCI（:,2），'k：'）;传奇（“真实反应”那“GPR预测”那......'较低的预测极限'那“上预测限制”那......'地点'那'最好的'）;
検定データについて予测した応答のプロット
标本データを読み込みます。
加载（'gprdata.mat'）;
データには，学习データと検定データが含まれています。学习データには500个，検定データには100个の観测値があります。データには8つの予测子変数があります。このデータは，シミュレーションされたものです。
特性长スケールが各予测子について异なる二乘指数カーネル关数を使用して，GPRモデルを近似させます。学习データの予测子を标准化します。厳密な近似法および予测法を使用します。
gprMdl = fitrgp（Xtrain，ytrain，'基础'那'持续的'那......'使用fitmethod'那'精确的'那'PredictMethod'那'精确的'那......'KernelFunction'那'ardsquaredexponential'那'标准化'，1）;
検定データの応答を予测します。
[ytestpred，〜，ytestci] =预测（gprMdl，XTEST）;
検定の応答と予测をプロットします。
数字;积（ytest，'r'）;抓住在;积（ytestpred，'B'）;情节（ytestci（：，1），'k：'）;情节（ytestci（：，2），'k：'）;传奇（'实际反应'那“GPR预测”那......'95％“低那'95％上”那'地点'那'最好的'）;抓住离开
ヒント
Fitrgp.で名前と値のペアの引数PredictMethodをををと，GPRモデルを学习方法を选択できます。既定既定予测ます。既定既定の方法は，n≤10000のの合'精确的'，それ以外の场合は'bcd'（ブロック座标降下）です.Nは，学习データに含まれている観测値の数です。PredictMethodが'bcd'の场合，标准偏差YSDと予测空间yintの计算はサポートされません。gprMdlがCompactRegressionGPオブジェクトの场合，PredictMethodが'SR'または“同人”に等しいと，标准偏差YSDと予测空间yintを计算できません。PredictMethodが'SR'または“同人”に等しい场合にYSDとyintを计算するには，完全な回帰オブジェクト（回归）を使用します。
代替方法
resubPredictをを使する，学校データデータ含まれいる観测値学习済み済みモデルモデル予测応答を计算できできでき
拡张机械
您还可以从以下列表中选择一个网站：
