普通克里金法和简单克里金法之间存在一些细微差别，这可能会让您感到困惑。GP 回归的通常呈现方式类似于简单的克里金法。在高斯过程维基百科条目中，它说该文章明确提到了“零均值分布”；这与简单克里金法中的假设相同。

一般而言，克里金法通常在 2 或 3 维空间中执行（例如，沿某个给定区域的污染物浓度），而大多数 GPR 玩具示例是一维的（例如浓度与时间的关系）。$CO_2$

最终，克里金法/GPR 是一种插值技术，并且它的变体之间的大部分（不是全部）差异都建立在平均趋势（或 E[ ]，如果您更喜欢这种表示法）的假设上。$\mu(X)$$X_t$

GP 在地统计学中被称为克里金法。要了解高斯过程的历史，请观看此视频http://youtu.be/4r463NLq0jU?t=26s

克里金法是一种使用空间协方差函数或核的高斯过程。

这些是一些有用的资源：

https://arxiv.org/pdf/1708.02663.pdf - 讨论使用 PLS 的梯度增强克里金法，但公式与克里金法相同。

https://distill.pub/2019/visual-exploration-gaussian-processes/ - 解释高斯过程并显示各种内核对协方差矩阵的影响。