高斯过程回归的 Matlab 代码示例

高斯过程回归的 Matlab 代码示例

高斯过程回归（Gaussian Process Regression，GPR）是一种非参数的回归技术，它通过利用高斯过程来建模数据的分布，并通过观测数据来预测未知数据点的输出。在 Matlab 中，可以使用 GPML 工具箱来实现高斯过程回归。本文将介绍如何使用 GPML 工具箱实现高斯过程回归，并提供相应的 Matlab 代码示例。

首先，确保已经安装了 GPML 工具箱。可以从 GPML 的官方网站（https://github.com/gpml/gpml ↗）下载并安装该工具箱。

接下来，我们将使用一个简单的示例来说明如何使用 GPML 工具箱进行高斯过程回归。假设我们有一些带有噪声的一维输入-输出数据。我们的目标是利用高斯过程回归来拟合这些数据并进行预测。

首先，让我们生成一些示例数据。在这个示例中，我们将使用正弦函数作为真实函数，并在每个数据点上添加一些高斯噪声。以下是生成数据的 Matlab 代码：

% 生成示例数据
rng(