прогноз на тестовом наборе для регрессии гауссовского процесса в R

Question

Пакет mlegp объясняет, как выполнить подгонку Гауссова процесса, но код R, упомянутый в пакете mlegp, демонстрирует только использование метода predict для восстановления исходного функционального выхода. Может кто-нибудь помочь мне понять, как predict использовать GPR на тестовом наборе?

Answer 1

Функция predict.gp (которая вызывается при использовании predict для объекта mlpeg) принимает аргумент newData, см. ?predict.gp:

Usage:

     ## S3 method for class 'gp'
     predict(object, newData = object$X, se.fit = FALSE, ...)

Arguments:

  object: an object of class ‘gp’

 newData: an optional data frame or matrix with rows corresponding to
          inputs for which to predict.  If omitted, the design matrix
          ‘X’ of ‘object’ is used.
  ...

Рассмотрим простую модель

library(mlepg)
x = -5:5
y = sin(x) + rnorm(length(x),sd = 0.1)
fit = mlegp(x, y)

Тогда

predict(fit)

и

predict(fit, newData = fit$X)

дают тот же результат. Затем вы можете изменить newData в соответствии с вашими тестовыми данными.