GPyを使ってガウス過程回帰 - Qiita

ガウス過程回帰とは すでにサンプリング済みの入力xに対応する出力yをもとにして、 新しい入力x'に対する出力の予測値y'の期待値と分散を返す回帰モデルを作成する。 限られたサンプル点から関数の真の形を予測するときに用いられる。 https://jp.mathworks.com/help/stats/gaussian-process-regression-models.html ガウス過程回帰モデルを扱うには、GPyというpythonのライブラリを使う。 https://gpy.readthedocs.io/en/deploy/# 真の関数の描画 入力を２次元とし、真の関数はそれらを余弦関数に通した値の足し合わせであるとする。 import numpy as np # 関数の定義 def func(x): fx = np.sum(np.cos(2 * np.pi * x)) return f