Создайте образец данных.

n = 10000;
rng(1) % For reproducibility
x = linspace(0.5,2.5,n)';
y = sin(10*pi.*x) ./ (2.*x)+(x-1).^4 + 1.5*rand(n,1);

Поместите модель GPR с использованием функции ядра Matern 3/2 с отдельной шкалой длины для каждого предиктора и размером активного набора 100. Использовать поднабор методов аппроксимации регрессоров для оценки параметров и полностью независимый условный метод для прогнозирования.

gprMdl = fitrgp(x,y,'KernelFunction','ardmatern32',...
'ActiveSetSize',100,'FitMethod','sr','PredictMethod','fic');

Вычислите прогнозы.

[ypred,~,yci] = predict(gprMdl,x);

Постройте график данных вместе с прогнозами и интервалами прогнозирования.

plot(x,y,'r.');
hold on
plot(x,ypred);
plot(x,yci(:,1),'k--');
plot(x,yci(:,2),'k--');
xlabel('x');
ylabel('y');

Загрузите образцы данных и сохраните их в table.

load fisheriris
tbl = table(meas(:,1),meas(:,2),meas(:,3),meas(:,4),species,...
'VariableNames',{'meas1','meas2','meas3','meas4','species'});

Поместите модель GPR, используя первое измерение в качестве ответа, а другие переменные в качестве предикторов.

mdl = fitrgp(tbl,'meas1');

Вычислите прогнозы и 99% доверительные интервалы.

[ypred,~,yci] = predict(mdl,tbl,'Alpha',0.01);

Постройте график истинного ответа и прогнозов вместе с интервалами прогнозирования.

figure();
plot(mdl.Y,'r.');
hold on;
plot(ypred);
plot(yci(:,1),'k:');
plot(yci(:,2),'k:');
legend('True response','GPR predictions',...
'Lower prediction limit','Upper prediction limit',...
'Location','Best');

Загрузите образцы данных.

load('gprdata.mat');

Данные содержат данные обучения и тестирования. Имеется 500 наблюдений в учебных данных и 100 наблюдений в тестовых данных. Данные имеют 8 предикторных переменных. Это смоделированные данные.

Поместите модель GPR с использованием квадратной экспоненциальной функции ядра с отдельной шкалой длины для каждого предиктора. Стандартизация предикторов в данных обучения. Используйте методы точного подбора и прогнозирования.

gprMdl = fitrgp(Xtrain,ytrain,'Basis','constant',...
'FitMethod','exact','PredictMethod','exact',...
'KernelFunction','ardsquaredexponential','Standardize',1);

Спрогнозировать ответы на тестовые данные.

[ytestpred,~,ytestci] = predict(gprMdl,Xtest);

Постройте график ответа теста вместе с прогнозами.

figure;
plot(ytest,'r');
hold on;
plot(ytestpred,'b');
plot(ytestci(:,1),'k:');
plot(ytestci(:,2),'k:');
legend('Actual response','GPR predictions',...
'95% lower','95% upper','Location','Best');
hold off