通过 GPML 实现 4-D 高斯过程回归的问题答案

【问题标题】：Problem with implement a 4-D Gaussian Processes Regression through GPML通过 GPML 实现 4-D 高斯过程回归的问题
【发布时间】：2021-12-08 21:30:39
【问题描述】：

我参考链接https://stats.stackexchange.com/questions/105516/how-to-implement-a-2-d-gaussian-processes-regression-through-gpml-matlab 并创建一个二维高斯过程回归。我想创建一个 4-d 高斯过程回归，但是“网格”只允许 3 个输入([X,Y,Z] = meshgrid(x,y,z))；如何将另一个输入添加到网格网格中？

3-d 代码如下：

X1train = linspace(-4.5,4.5,10);
X2train = linspace(-4.5,4.5,10);
X3train = linspace(-4.5,4.5,10);
X = [X1train' X2train' X3train'];
Y = [X1train + X2train + X3train]';

%Testdata
[Xtest1, Xtest2, Xtest3] = meshgrid(-4.5:0.1:4.5, -4.5:0.1:4.5, -4.5:0.1:4.5);
 Xtest = [Xtest1(:) Xtest2(:) Xtest3(:)];

% implement regression 
[ymu ys2 fmu fs2] = gp(hyp, @infExact, [], covfunc, likfunc, X, Y, Xtest);

如果我创建一个 X4train，这意味着我需要一个 Xtest4，如何将 Xtest4 添加到 meshgrid 中？

GPML 代码来自http://www.gaussianprocess.org/gpml/code/matlab/doc/

【问题讨论】：

标签： matlab machine-learning regression gaussian

【解决方案1】：

您可以使用ndgrid 创建 n 维网格，但请记住，它不会直接创建与 meshgrid 相同的输出，您必须先转换它。（如何做到这一点也在文档中解释）

【讨论】：