ガウス過程回帰

ガウス過程回帰モデル (クリギング)

アプリ

教師あり機械学習を使用して、データを予測するように回帰モデルに学習をさせる

関数

`fitrgp`	ガウス過程回帰 (GPR) モデルの近似
`predict`	ガウス過程回帰モデルの予測応答
`loss`	ガウス過程回帰モデルの回帰誤差
`compact`	機械学習モデルのサイズの縮小
`crossval`	機械学習モデルの交差検証
`lime`	Local Interpretable Model-agnostic Explanations (LIME)
`partialDependence`	部分従属の計算
`plotPartialDependence`	部分依存プロット (PDP) および個別条件付き期待値 (ICE) プロットの作成
`postFitStatistics`	厳密ガウス過程回帰モデルの当てはめ統計量の計算
`resubLoss`	再代入回帰損失
`resubPredict`	学習済み回帰モデルを使用した学習データについての応答の予測
`shapley`	シャープレイ値

クラス

`RegressionGP`	ガウス過程回帰モデルクラス
`CompactRegressionGP`	コンパクトなガウス過程回帰モデルクラス

ブロック

RegressionGP Predict

Predict responses using Gaussian process (GP) regression model

トピック

ガウス過程回帰モデル
ガウス過程回帰 (GPR) モデルは、ノンパラメトリックなカーネルベースの確率モデルです。
カーネル (共分散) 関数のオプション
ガウス過程では、予測子の値が近い点は応答の値が近くなるという予想を共分散関数で表します。
厳密 GPR 法
厳密探地雷达法のパラメーター推定と予測について学びます。
GPR モデルのデータサブセット近似
大規模なデータセットに対してデータサブセット近似法を使用すると、ガウス過程回帰モデルに学習をさせるために必要な時間を大幅に短縮できます。
GPR モデルの回帰変数サブセット近似
回帰変数サブセット近似法では、厳密なカーネル関数を近似に置き換えます。
GPR モデルの完全独立条件近似
完全独立条件 (FIC) 近似は、有効なガウス過程を維持したままSR 近似の予測分散の問題を回避するように、適切な GPR カーネル関数を体系的に近似計算する方法です。
GPR モデルのブロック座標降下近似
ブロック座標降下近似は、大規模なデータセットに対する計算時間を短縮するために使用されるもう 1 つの近似法です。
Predict Responses Using RegressionGP Predict Block
Train a Gaussian process (GP) regression model, and then use theRegressionGP Predictblock for response prediction.