Я использую GPML Toolbox для реализации гауссовой модели классификации.После минимизации гиперпараметров я использую функцию gp, чтобы делать прогнозы.
[ymu ys2 fmu fs2 ] = gp(hyp, inf, mean, cov, lik, x, y, xs)
ymu column vector (of length ns) of predictive output means
ys2 column vector (of length ns) of predictive output variances
fmu column vector (of length ns) of predictive latent means
fs2 column vector (of length ns) of predictive latent variances
lp column vector (of length ns) of log predictive probabilities
В python я получал бы вектор для каждого набора тестов, сообщая мне вероятность того, что набор тестов принадлежит классу 1 соответственно -1.Может кто-нибудь, пожалуйста, опишите мне, как я могу использовать / интерпретировать возвращаемые значения?