Метод, используемый для оценки коэффициентов базисной функции, β; среднеквадратичное отклонение шума, λ; и параметры ядра в модели GPR, хранящиеся в виде символьного вектора. Это может быть одно из следующих.

Явная базисная функция, используемая в модели GPR, сохраненная как символьный вектор или дескриптор функции. Это может быть одно из следующих. Если n - число наблюдений, базисная функция добавляет в модель член H * β, где H - базисная матрица, а β - вектор p-by-1 базисных коэффициентов.

Типы данных: char | function_handle

Индексы категориального предиктора, указанные как вектор положительных целых чисел. CategoricalPredictors содержит значения индекса, соответствующие столбцам данных предиктора, которые содержат категориальные предикторы. Если ни один из предикторов не категоричен, то это свойство пустое ([]).

Типы данных: single | double

Оцененные коэффициенты для явных базисных функций, сохраненные в виде вектора. Можно определить явную базисную функцию с помощью BasisFunction аргумент пары имя-значение в fitrgp.

Типы данных: double

Оцененное стандартное отклонение шума модели GPR, хранящееся в виде скалярного значения.

Типы данных: double

Параметры, используемые для обучения модели GPR, хранящиеся в виде GPParams объект.

Форма ковариационной функции, используемой в модели GPR, хранящейся как символьный вектор, содержащий имя встроенной ковариационной функции или дескриптор функции. Это может быть одно из следующих.

Типы данных: char | function_handle

Информация о параметрах функции ядра, используемой в модели GPR, хранящаяся в виде структуры со следующими полями.

Типы данных: struct

Метод, который predict используется для составления прогнозов из модели GPR, хранящейся в виде символьного вектора. Это может быть одно из следующих.

Веса, используемые для прогнозирования из обученной модели GPR, хранящейся в виде числового вектора. predict вычисляет прогнозы для новой матрицы предиктора Xnew с помощью продукта

$$K{(}_{}Xnew,$$A) - матрица продуктов ядра $${\mathrm{между}}_{}$$Xnew и вектором активного множества A и α - вектор весов.

Типы данных: double

Преобразование, применяемое к прогнозируемому отклику, хранящемуся в виде символьного вектора, описывающего, как преобразуются значения откликов, прогнозируемые моделью. В RegressionGP, ResponseTransform является 'none' по умолчанию, и RegressionGP не использует ResponseTransform при составлении прогнозов.

Подмножество обучающих данных, используемых для прогнозирования из модели GPR, хранящееся в виде матрицы.

predict вычисляет прогнозы для новой матрицы предиктора Xnew с помощью продукта

$$K{(}_{}Xnew,$$A) - матрица продуктов ядра $${\mathrm{между}}_{}$$Xnew и вектором активного множества A и α - вектор весов.

ActiveSetVectors равно данным обучения X для точной установки GPR и подмножества данных обучения X для разреженных методов GPR. Когда в модели есть категориальные предикторы, ActiveSetVectors содержит фиктивные переменные для соответствующих предикторов.

Типы данных: double

Метод, используемый для выбора активного набора для разреженных методов ('sd','sr', или 'fic'), хранится в виде символьного вектора. Это может быть одно из следующих.

Выбранный активный набор используется при оценке или прогнозировании параметров в зависимости от выбора FitMethod и PredictMethod в fitrgp.

Размер активного набора для разреженных методов ('sd','sr', или 'fic'), хранится в виде целого числа.

Типы данных: double