Howtosignalprocessing
- Qu'est-ce qu'un noyau de covariance?
- Comment choisir un noyau GPR?
- Comment choisir une fonction de noyau?
- Que fait le noyau dans le processus gaussien?
Qu'est-ce qu'un noyau de covariance?
En termes lâches, une fonction de noyau ou de covariance k (x, x ′) spécifie la relation statistique entre deux points x, x ′ dans votre espace d'entrée; c'est-à-dire que la façon dont un changement dans la valeur du processus gaussien (GP) à x est en corrélation avec un changement de GP à x '.
Comment choisir un noyau GPR?
Voici une bonne façon de justifier un choix de noyau dans un rapport. D'abord - ajuster 2 ou 3 fonctions de noyau différentes que vous pourriez penser sont raisonnables. Second -Calculer les statistiques de test d'intérêt telles que l'autocovariance de l'échantillon à différentes distances sur les données d'origine.
Comment choisir une fonction de noyau?
Essayez toujours le noyau linéaire en premier, simplement parce qu'il est tellement plus rapide et peut donner de bons résultats dans de nombreux cas (spécifiquement des problèmes dimensionnels). Si le noyau linéaire échoue, en général, votre meilleur pari est un noyau RBF. Ils sont connus pour très bien performer sur une grande variété de problèmes.
Que fait le noyau dans le processus gaussien?
La fonction du noyau k (xₙ, xₘ) utilisée dans un modèle de processus gaussien est son cœur même - la fonction du noyau indique essentiellement au modèle à quel point les deux points de données similaires (xₙ, xₘ) sont essentiellement. Plusieurs fonctions du noyau sont disponibles pour une utilisation avec différents types de données, et nous allons jeter un œil à quelques-uns d'entre eux dans cette section.
