gaussian 高斯过程

高斯过程,用于高斯回归以及高斯分类，很好的源代码

% Calculates for xstar x-coordinates the bestEstimate and the 95%
% confidence interval （bounds） for a Gaussian process regression.
% Mark Ebden July 2008
%
% Inputs:
%  k - a handle to the covariance function
%  Xy - the training data x- and y-coordinates
%  theta - the GP parameters to be passed to the covariance function
%          （e.g. length scale periodicity etc.
%  sigma_n - the noise （optional -- default 0）
%    NOTE: sigma_n should be left as zero if k *already* includes the noise term as I usually do.
%  xstar - specify the x-coordinates to solve for （optional -- default is
%          to let the algorithm choose them）
%  graphing - produce a plot of results （optional）
%             Default is to plot the results unless the function outputs were asked for
%
% Outputs:
% 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2919  2012-10-27 12:15  gaussian\GPtutorial.m

     文件       2043  2011-03-31 11:51  gaussian\GPtutorialFcn.m

     文件        509  2011-02-03 12:23  gaussian\hypSample.m

     文件       1436  2010-11-09 18:03  gaussian\k_GP.m

     文件        599  2012-10-27 12:16  gaussian\stdRegion.m

     文件       2551  2012-04-27 14:23  gaussian\calcGP.m

     目录          0  2014-03-13 15:35  gaussian

----------- ---------  ---------- -----  ----

                10057                    7