当我试图近似的函数随时间变化时，执行高斯过程回归的好策略是什么？我想到的天真的方法是只使用 N 个最近的数据点来执行回归。什么是更好的策略？
当被近似的函数随时间变化时如何执行高斯过程回归？
机器算法验证
回归
在线算法
高斯过程
2022-03-15 22:10:15
2个回答
你可以试试这个方法：
我们提出了一个用于高斯过程分类的活动集选择框架，适用于数据集大到足以使其推理难以实现的情况。我们的方案包括一个两步交替过程，即活动集更新规则和基于边际似然最大化的超参数优化。活动集更新规则依赖于高斯过程分类器的预测分布的能力，以估计数据点在被包含或从模型中删除时的相对贡献。
如果您想要一个固定预算算法，请参阅例如，
M. Lázaro-Gredilla、S. Van Vaerenbergh 和 I. Santamaría，“A Bayesian Approach to Tracking with Kernel Recursive Least-Squares”，IEEE 信号处理机器学习国际研讨会（MLSP 2011），中国北京，2011 年 9 月.
其它你可能感兴趣的问题