如何解决高斯过程回归中指数核函数的不同预测器长度尺度
我有一个 GPR 训练模型,具有七个特征和一个响应变量。从文献(实际观察)中,我知道响应变量对特征 X 的依赖性最高,但根据预测器长度尺度的倒数,特征 Y 的依赖性最高。我使用了指数核函数。我想知道实际观察结果与这些预测量表的指示之间是否存在相关性?或者这些预测尺度是否只描述了模型的敏感性而不管实际观察?对于指数核函数,也指示了单sigma-L,那么独立预测器尺度和整体单sigma-L有什么区别?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。