Класс: RegressionGP
Прогноз перезамены из обученной Гауссовой модели регрессии процесса
ypred = resubPredict(gprMdl)
[ypred,ysd]
= resubPredict(gprMdl)
[ypred,ysd,yint]
= predict(gprMdl)
[ypred,ysd,yint]
= predict(gprMdl,Name,Value)
возвращает предсказанные ответы, ypred
= resubPredict(gprMdl
)ypred
, для обученной модели Gaussian process regression (GPR), gprMdl
.
[
также возвращает предполагаемые стандартные отклонения предсказанных ответов, соответствующих строкам ypred
,ysd
]
= resubPredict(gprMdl
)gprMdl.X
.
[
также возвращает 95% интервалов прогноза, ypred
,ysd
,yint
]
= predict(gprMdl
)yint
, для истинных ответов, соответствующих каждой строке обучающих данных, gprMdl.X
.
[
возвращает интервалы прогноза с дополнительными опциями, заданными одним или несколькими ypred
,ysd
,yint
]
= predict(gprMdl
,Name,Value
)Name,Value
парные аргументы. Например, можно задать доверительный уровень интервала прогноза.
Можно выбрать метод прогноза в то время как обучение модель GPR с помощью PredictMethod
аргумент пары "имя-значение" в fitrgp
. Методом прогноза по умолчанию является 'exact'
для n ≤ 10000, где n является количеством наблюдений в обучающих данных и 'bcd'
(блокируйте координатный спуск), в противном случае.
Расчет стандартных отклонений, ysd
, и интервалы прогноза, yint
, не поддержан когда PredictMethod
'bcd'
.
Чтобы вычислить предсказанные ответы для новых данных, используйте predict
.
[1] Харрисон, D. и D.L., Рубинфельд. "Гедонистические цены и спрос на чистый воздух". J. Окружить. Экономика & управление. Vol.5, 1978, стр 81-102.
[2] Личмен, M. Репозиторий Машинного обучения UCI, Ирвин, CA: Калифорнийский университет, Школа Информатики и вычислительной техники, 2013. http://archive.ics.uci.edu/ml.
RegressionGP
| fitrgp
| predict
| resubLoss