<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />J'essaie de comparer l'ajustement du modèle de processus gaussien de JMP avec d'autres progiciels. La plupart des autres packages ont un aspect aléatoire: les valeurs initiales, la durée d'exécution de la routine d'optimisation. JMP fonctionne-t-il de la même manière? Ou le même ajustement est-il donné chaque fois aux mêmes données? Et s'il y a un caractère aléatoire, comment puis-je changer la graine aléatoire pour voir comment elle affecte les résultats?
Ci-dessous, j'ai collé le code que j'ai utilisé pour tester cela. Il crée un ensemble de données 1-D, puis y adapte un généraliste. La fonction de réinitialisation aléatoire est appelée avant l'ajustement du modèle. D'après ce que j'ai fait jusqu'à présent (avec cela et d'autres ensembles de données), il semble que le même ajustement (estimations de paramètres) soit donné à chaque fois. J'aimerais vraiment savoir ce qui se passe exactement avec l'appel de la fonction GP.
New Table( "fdt", Add Rows( 10 ), New Column( "x", Numeric, Continuous, Format( "Best", 11 ), Set Values( [0.778935623, 0.50233312, 0.947723007, 0.173231374, 0.369273156, 0.647761962, 0.286120948, 0.443809711, 0.024479728, 0.807067905] ) ), New Column( "y", Numeric, Continuous, Format( "Best", 11 ), Set Values( [13.73502137, 0.006748857, 3.933447467, 6.585368515, 14.74814471, 16.95462647, 20.04919594, 3.668553052, 7.662042986, 9.481372346] ) ));Random reset(400);Gaussian Process( Y( :y ), X( :x ), Estimate Nugget( 0 ), Set Correlation Function( "Gaussian" ));
