![](https://cdn-ak-scissors.b.st-hatena.com/image/square/048b7bfd854b5f8f2fd1fd0176dd8eef934ec6a8/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUUzJTgyJUFDJUUzJTgyJUE2JUUzJTgyJUI5JUU5JTgxJThFJUU3JUE4JThCJUU1JTlCJTlFJUU1JUI4JUIwJUUzJTgxJUE4JUUzJTgzJTg3JUUzJTgzJUJDJUUzJTgyJUJGJUU2JTk1JUIwJUUzJTgzJUJCJUU2JUFDJUExJUU1JTg1JTgzJUU2JTk1JUIwJUUzJTgzJUJCJUU4JUE4JTg4JUU3JUFFJTk3JUU2JTk5JTgyJUU5JTk2JTkzJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz0yNDQ0NDA4N2Q0NmJiYWIwMGNmYzQ0YTJiNTE0YTJlNg%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB3YXNzZXImdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWM4MGYyZjM5YjQ3ZDYzYzBlNmQ2MjMzNjczYTdjM2Nj%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Df94ea1eb6c0f1824f7ea41d1beda72ff)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ガウス過程回帰とデータ数・次元数・計算時間 - Qiita
記事へのコメント1件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ガウス過程回帰とデータ数・次元数・計算時間 - Qiita
背景 ガウス過程回帰はデータ数nが増えると、n×nの行列計算が必要になりメモリや計算量を圧迫してしまう... 背景 ガウス過程回帰はデータ数nが増えると、n×nの行列計算が必要になりメモリや計算量を圧迫してしまうという欠点が存在する。 実務上どの程度影響するのかを把握するため、疑似データでモデル構築の時間を計測した結果をまとめる。 環境 Google Colab 実験コード import time import warnings import matplotlib.pyplot as plt import numpy as np import pandas as pd from sklearn.gaussian_process import GaussianProcessRegressor from sklearn.gaussian_process.kernels import WhiteKernel, RBF, ConstantKernel, Matern, DotProduct warning