我对高斯过程的好处感到困惑。我的意思是将其与简单的线性回归进行比较,在线性回归中我们定义了线性函数对数据进行建模。
但是,在高斯过程中,我们定义函数的分布意味着我们没有明确定义函数应该是线性的。我们可以定义先于函数的先验,即先验高斯先验,先验先验定义一些特征,例如函数应具有的平滑程度以及全部。
因此,我们不必明确定义模型应该是什么。但是,我有疑问。我们确实有边际可能性,使用它可以调整高斯先验的协方差函数参数。因此,这类似于定义不是应该的功能类型。
归结为定义参数的同一件事,即使在GP中它们是超参数。例如在本文中。他们定义GP的均值函数类似于
因此,肯定是定义了模型/功能,不是吗。那么像LR中那样将函数定义为线性有什么区别。
我只是没有获得使用GP的好处