回归高斯过程的超参数

时间:2014-06-04 19:54:35

标签: matlab machine-learning statistics hyperparameters

我知道高斯过程回归模型主要由其协方差矩阵指定,而自由超参数充当模型的权重。但是,任何人都可以解释协方差矩阵中的2个超参数(长度 - 尺度和幅度)代表什么(因为它们不是真实的'参数)?我对实际的'有点困惑。这两个参数的含义。

提前感谢您的帮助。 :)

1 个答案:

答案 0 :(得分:1)

首先,我想指出在高斯过程中可以使用无数个内核。然而,最常见的一种是RBF(也称为平方指数,十进制二次等)。该内核具有以下形式:

foo+bar

上述等式当然适用于简单的1D情况。这里l是长度比例,sigma是方差参数(注意它们根据来源不同的名称)。有效地,长度比例控制两个点看起来相似的方式,因为它简单地放大了x和x'之间的距离。方差参数控制函数的平滑程度。这些是相关但不相同的。

The Kernel Cookbook给出一个很好的描述,并将RBF内核与其他常用内核进行比较。