¿Qué son buenas estrategias para la realización de Gauss proceso de regresión cuando la función que estoy tratando de aproximar los cambios a través del tiempo? El enfoque ingenuo que viene a mi mente es sólo el uso de los N puntos de datos más recientes para realizar la regresión. ¿Cuáles son las mejores estrategias?
Respuestas
¿Demasiados anuncios?
Usted podría intentar este método:
Predictivo Activo Métodos de Selección para Procesos Gaussianos
Proponemos un conjunto activo de selección de marco para Gaussiano proceso de clasificación para los casos cuando el conjunto de datos es lo suficientemente grande como para hacer que su inferencia prohibitivo. Nuestro sistema consta de dos pasos alternando procedimiento de activo conjunto de reglas de actualización y hyperparameter de optimización basado en marginales de la probabilidad de maximización. El conjunto activo de la actualización de las reglas se basan en la capacidad de predecir las distribuciones de un proceso Gaussiano clasificador para estimar la contribución relativa de un punto de datos cuando sea incluido o eliminado del modelo.
Geoff Moller
Puntos
335
Si desea un presupuesto fijo algoritmo, véase, por ej.,
M. Lázaro-Gredilla, S. Van Vaerenbergh I. y Santamaría, "Un Bayesiano Enfoque de Seguimiento con el Núcleo Recursiva de mínimos Cuadrados", IEEE Taller internacional sobre Aprendizaje de Máquina para el Procesamiento de la Señal (MLSP 2011), Beijing, China, Septiembre De 2011.
