资源简介
高斯过程回归与分类 的经典程序
与The MIT Press出版的书籍的程序代码
(书籍可参考我上传的pdf文档)

代码片段和文件信息
disp(‘ ‘); disp(‘clear all close all‘);
clear all close all
disp(‘ ‘);
disp(‘meanfunc = {@meanSum {@meanLinear @meanConst}}; hyp.mean = [0.5; 1];‘);
meanfunc = {@meanSum {@meanLinear @meanConst}}; hyp.mean = [0.5; 1];
disp(‘covfunc = {@covMaterniso 3}; ell = 1/4; sf = 1; hyp.cov = log([ell; sf]);‘);
covfunc = {@covMaterniso 3}; ell = 1/4; sf = 1; hyp.cov = log([ell; sf]);
disp(‘likfunc = @likGauss; sn = 0.1; hyp.lik = log(sn);‘);
likfunc = @likGauss; sn = 0.1; hyp.lik = log(sn);
disp(‘ ‘);
disp(‘n = 20;‘);
n = 20;
disp(‘x = gpml_randn(0.3 n 1);‘);
x = gpml_randn(0.3 n 1);
disp(‘K = feval(covfunc{:} hyp.cov x);‘);
K = feval(covfunc{:} hyp.cov x);
disp(‘mu = feval(meanfunc{:} hyp.mean x);‘);
mu = feval(meanfunc{:} hyp.mean x);
disp(‘y = chol(K)‘‘*gpml_randn(0.15 n 1) + mu + exp(hyp.lik)*gpml_randn(0.2 n 1);‘);
y = chol(K)‘*gpml_randn(0.15 n 1) + mu + exp(hyp.lik)*gpml_randn(0.2 n 1);
figure(1)
set(gca ‘FontSize‘ 24)
disp(‘ ‘); disp(‘plot(x y ‘‘+‘‘)‘);
plot(x y ‘+‘ ‘MarkerSize‘ 12)
axis([-1.9 1.9 -0.9 3.9])
grid on
xlabel(‘input x‘)
ylabel(‘output y‘)
%print -depsc f0.eps
disp(‘ ‘); disp(‘Hit any key to continue...‘); pause
disp(‘ ‘);
disp(‘nlml = gp(hyp @infExact meanfunc covfunc likfunc x y)‘);
nlml = gp(hyp @infExact meanfunc covfunc likfunc x y)
disp(‘ ‘)
disp(‘z = linspace(-1.9 1.9 101)‘‘;‘);
z = linspace(-1.9 1.9 101)‘;
disp(‘[m s2] = gp(hyp @infExact meanfunc covfunc likfunc x y z);‘);
[m s2] = gp(hyp @infExact meanfunc covfunc likfunc x y z);
figure(2)
set(gca ‘FontSize‘ 24);
disp(‘ ‘);
disp(‘f = [m+2*sqrt(s2); flipdim(m-2*sqrt(s2)1)];‘);
f = [m+2*sqrt(s2); flipdim(m-2*sqrt(s2)1)];
disp(‘fill([z; flipdim(z1)] f [7 7 7]/8);‘);
fill([z; flipdim(z1)] f [7 7 7]/8);
disp(‘hold on; plot(z m); plot(x y ‘‘+‘‘)‘)
hold on; plot(z m ‘LineWidth‘ 2); plot(x y ‘+‘ ‘MarkerSize‘ 12)
axis([-1.9 1.9 -0.9 3.9])
grid on
xlabel(‘input x‘)
ylabel(‘output y‘)
%print -depsc f1.eps
disp(‘ ‘); disp(‘Hit any key to continue...‘); pause
disp(‘ ‘);
disp(‘covfunc = @covSEiso; hyp2.cov = [0; 0]; hyp2.lik = log(0.1);‘);
covfunc = @covSEiso; hyp2.cov = [0; 0]; hyp2.lik = log(0.1);
disp(‘hyp2 = minimize(hyp2 @gp -100 @infExact [] covfunc likfunc x y)‘);
hyp2 = minimize(hyp2 @gp -100 @infExact [] covfunc likfunc x y);
disp(‘ ‘);
disp(‘exp(hyp2.lik)‘);
exp(hyp2.lik)
disp(‘nlml2 = gp(hyp2 @infExact [] covfunc likfunc x y)‘);
nlml2 = gp(hyp2 @infExact [] covfunc likfunc x y)
disp(‘[m s2] = gp(hyp2 @infExact [] covfunc likfunc x y z);‘);
[m s2] = gp(hyp2 @infExact [] covfunc likfunc x y z);
disp(‘ ‘)
figure(3)
set(gca ‘FontSize‘ 24)
f = [m+2*sqrt(s2); flipdim(m-2*sqrt(s2)1)];
disp(‘fill([z; flipdim(z1)] f [7 7 7]/8)‘);
fill([z; flipdim(z1)] f [7 7 7]/8)
disp(‘hold on; plot(z m); plot(x y ‘‘+‘‘)‘);
hold on; plot(z m ‘LineWidth‘ 2); plot(x y
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2011-02-18 16:08 gpml-matlab-v3.1-2010-09-27\
文件 8 2010-07-23 07:12 gpml-matlab-v3.1-2010-09-27\.octaverc
文件 1789 2010-09-27 16:26 gpml-matlab-v3.1-2010-09-27\Copyright
目录 0 2011-02-18 16:08 gpml-matlab-v3.1-2010-09-27\cov\
文件 3547 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covADD.m
文件 1146 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covConst.m
文件 1689 2010-12-22 12:38 gpml-matlab-v3.1-2010-09-27\cov\covFITC.m
文件 1054 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covLIN.m
文件 1545 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covLINard.m
文件 1358 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covLINone.m
文件 2058 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covMask.m
文件 2009 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covMaterniso.m
文件 2062 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covNNone.m
文件 1478 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covNoise.m
文件 1549 2011-01-05 14:07 gpml-matlab-v3.1-2010-09-27\cov\covPeriodic.m
文件 1487 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covPoly.m
文件 2433 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covPPiso.m
文件 2215 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covProd.m
文件 2256 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covRQard.m
文件 1861 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covRQiso.m
文件 1079 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covScale.m
文件 2028 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covSEard.m
文件 1655 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covSEiso.m
文件 1520 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covSEisoU.m
文件 2018 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\cov\covSum.m
文件 4870 2011-02-18 16:08 gpml-matlab-v3.1-2010-09-27\covFunctions.m
目录 0 2011-02-18 16:08 gpml-matlab-v3.1-2010-09-27\doc\
文件 1093 2011-02-18 16:07 gpml-matlab-v3.1-2010-09-27\doc\changelog
文件 198 2010-07-23 07:12 gpml-matlab-v3.1-2010-09-27\doc\checkmark.png
文件 3102 2010-07-23 09:04 gpml-matlab-v3.1-2010-09-27\doc\demoClassification.m
文件 4928 2010-09-24 15:37 gpml-matlab-v3.1-2010-09-27\doc\demoRegression.m
............此处省略86个文件信息
- 上一篇:QTabWidget 改变Tarbar文字方向
- 下一篇:ili9341的驱动程序
相关资源
- scratch垃圾分类源码(最终版本).sb
- zoj 分类加题解(浙大ACM)
- Iris数据集分类,查看几种分类方法的
- EM算法,能够比较准确的实现对二维数
- Scratch 垃圾分类.sb3
- 基于pytorch的UNet_demo实现及训练自己的
- 什么是容灾系统及系统分类
- Logistic回归总结非常好的机器学习总结
- 中微子质量模型:新的分类和与模型
- 深度学习卷积神经网络可检测和分类
- 标量场理论的回归和生成神经网络
- 基于动态分类器集成选择和GM(21)
- GM(11)模型与线性回归组合方法在矿
- 基于改进灰色模型的矿井瓦斯涌出量
- 基于三角图法的矿业城市人地系统脆
- 釉质发育不全的临床分类和治疗
- 基于字符串/ M理论隐藏扇区的暗物质
- BoW|Pyramid BoW+SVM进行图像分类
- 朴素贝叶斯分类模型完整代码
- dataset-resized.zip
- V5快递单号生成器 v9.5.zip
- 果蝇优化算法优化支持向量回归程序
- 广告报价助手 v2.02 官方免费版.zip
- 基于k-means聚类的财务欺诈类型分类
- opencv_traincascade训练分类器,手势识别
- 新闻分类语料
- 基于决策树和朴素贝叶斯算法对Adul
- 统计用产品分类目录2012
- 电信运营商企业级数据分类体系介绍
- 近代回归分析陈希孺
评论
共有 条评论