Предскажите ответ Гауссовой модели регрессии процесса
ypred = predict(gprMdl,Xnew)
[ypred,ysd,yint]
= predict(gprMdl,Xnew)
[ypred,ysd,yint]
= predict(gprMdl,Xnew,'Alpha',alpha)
возвращает предсказанные ответы ypred
= predict(gprMdl
,Xnew
)ypred
для модели Gaussian process regression (GPR) gprMdl
и значения предиктора в Xnew
.
[
также возвращает стандартные отклонения ypred
,ysd
,yint
]
= predict(gprMdl
,Xnew
)ysd
и 95% интервалов предсказания yint
из переменной отклика, оцененной при каждом наблюдении в Xnew
использование обученной модели GPR.
[
задает уровень значения для доверительного уровня интервалов предсказания ypred
,ysd
,yint
]
= predict(gprMdl
,Xnew
,'Alpha',alpha
)yint
. Доверительный уровень yint
равно 100(1 – Alpha)%
.
Можно выбрать метод предсказания в то время как обучение модель GPR с помощью PredictMethod
аргумент пары "имя-значение" в fitrgp
. Методом предсказания 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 предсказания, yint
, не поддерживается когда PredictMethod
'bcd'
.
Если gprMdl
CompactRegressionGP
объект, вы не можете вычислить стандартные отклонения, ysd
, или интервалы предсказания, yint
, для PredictMethod
равняйтесь 'sr'
или 'fic'
. Вычислить ysd
и yint
для PredictMethod
равняйтесь 'sr'
или 'fic'
, используйте полную регрессию (RegressionGP
объект.
Можно использовать resubPredict
вычислить предсказанные ответы для обученной модели GPR при наблюдениях в обучающих данных.
fitrgp
| RegressionGP
| CompactRegressionGP
| compact
| resubPredict
| loss