Question

我正在查看gausspr包中用于高斯过程回归的R函数kernlab。该过程由内核函数的超参数和数据中的噪声定义。我在文档中看到我可以指定

var：初始噪声方差，（仅用于回归）（默认值：0.001）

但是我没有看到在回归运行后如何访问估计的值。例如，考虑我有一些观察点，并希望预测X给出的位置的y值：

obs <- data.frame(x = c(-4, -3, -1,  0,  2),
                  y = c(-2,  0,  1,  2, -1))
X <- seq(-5,5,len=50)

我可以使用kernlab::gausspr这样做：

gp <- gausspr(obs$x, obs$y, kernel="rbfdot", scaled=FALSE, var=.09)
Ef <- predict(gp, X)

我可以得到内核超参数的估计值：

gp@kernelf@kpar

但我不知道如何返回噪声参数var的估计值？

Answer 1

我可能会忽视某些事情，但我认为最初的噪音差异var并不适合任何事情;我不认为这是一个参数（虽然我同意使用“初始”这个词让你不这么认为）。

噪声方差仅添加到训练点的相关矩阵的对角线上，如this page中关于某些其他软件所述。通过查看函数定义，它看起来就像它在kernlab中所做的一样：

# The only relevant line where 'var' is used
alpha(ret) <- solve(K + diag(rep(var, length = m))) %*% y

如果您想通过噪声方差得到误差（或任何拟合度），您可以执行以下操作：

error.fun<-function(x) error(gausspr(obs$x, obs$y, kernel="rbfdot", scaled=FALSE, var=x))
noises<-seq(0.1,1,by=0.1)
y<-sapply(noises,error.fun)
plot(noises,y,type='l')

根据我的判断，内置的交叉验证不会以任何方式“适合”var。交叉验证中唯一相关的行是：

cret <- gausspr(x[cind, ], y[cind], type = type(ret), 
                scaled = FALSE, kernel = kernel, var = var, 
                tol = tol, cross = 0, fit = FALSE)

你可以看到var只是放入而没有任何变化。

访问R中kernlab :: gausspr函数的估计变量

1 个答案: