文件名称：matlab代码影响-runlmc:结构有效的多输出线性共区域化高斯过程：棘手，棘手，棘手，棘手，棘手
文件大小：19.92MB
文件格式：ZIP
更新时间：2024-06-11 01:06:40
系统开源
matlab代码影响 Runlmc 您想将贝叶斯非参数方法应用于回归吗？ 您是否经常被基于内核的学习所提供的灵活性所吸引？ 您是否难以在非平稳的多输出环境中使用结构化的内核插值法或各种训练条件诱导点方法？ 如果是这样，则此包装适合您。 runlmc是一个Python 3.5+软件包，旨在将结构化效率从结构化高斯过程模型的可伸缩推断（Staaçi2012）和大规模可伸缩高斯过程的思考（Wilson等人2015）扩展到线性共区域化多输出回归的非平稳设置。 对于单个输出设置，可以使用MATLAB实现。 换句话说，这为某些协方差提供了多输出GP的无矩阵实现。 据我所知，这也是python中单输出GP的唯一无矩阵实现。 使用说明 零均值仅适用于现在。 看看 查看下面的“开发人员资料”部分，了解安装要求。 允许接受任意输入维，但是每个内核中有效维的数量仍必须限制为两个（尽管模型可以具有多个不同的内核，具体取决于维的不同子集）。 关于GPy的说明 是一种更通用的GP库，在此库的开发中具有很强的影响力。 我试图尽可能忠实于其结构。 我重用了很多GPy代码。 将我的方法简单地添加到GPy中的主要问题是，