ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

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

回帰学習器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コンパクトなガウス過程回帰モデルの作成
crossvalガウス過程回帰モデルの交差検証
plotPartialDependence部分従属プロット (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学習済みガウス過程回帰モデルの再代入損失
resubPredict学習済みガウス過程回帰モデルによる再代入予測

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

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 GPR 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。