Matlab实现高斯过程答案

【问题标题】：Matlab implement gaussian processMatlab实现高斯过程
【发布时间】：2017-12-14 21:28:19
【问题描述】：

我想在 Matlab 中实现以下高斯过程。到目前为止，我尝试了 normpdf 和 normrnd，但结果不是我所期望的。 B 是一个 NxN 矩阵，并且 en 的预期结果是一个 Nx1 向量。使用这两种方法我得到一个NxN 矩阵。

有什么建议吗？

【问题讨论】：

嗯，这看起来很奇怪。如果您使用矩阵作为 sigma，您应该处理多元分布，并且您应该收到一个矩阵返回。

标签： matlab

【解决方案1】：

我想这就是你要找的东西：

% Number of samples for each variable:
k = 100;

% Your parameters:
mu = [0; 0]; % Vector of Means (0 in your case)
cov = [3 1; 1 3]; % Covariance Matrix (your B)

% Draw the samples...
s = mvnrnd(mu,cov,k);

如果您想手动执行相同的计算（通过生成独立标准正态变量的样本，然后应用适当的变换）：

% Number of samples for each variable:
k = 100;

% Your parameters:
mu = [0 0]; % Vector of Means (0 in your case)
cov = [3 1; 1 3]; % Covariance Matrix (your B)

% Draw the samples...
s_ind = randn(k,size(cov,1));
s = repmat(mu,k,1) + (chol(cov) * ind_s);

【讨论】：

【解决方案2】：

randn 的文档页面显示了以下示例，用于从二元正态分布生成样本：

mu = [1 2];
sigma = [1 0.5; 0.5 2];
R = chol(sigma);
z = repmat(mu,10,1) + randn(10,2)*R

mu 是平均向量，您应该将其设置为适当大小的零向量。 sigma 是协方差矩阵，在您的示例中为 B^-1。上面的示例抽取了 10 个样本，您可以根据需要将其更改为任意数量。还记得在您的应用程序中将维度2 更改为N。

【讨论】：

感谢您的回复