<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />JMP의 Gaussian Process 모델 피팅을 다른 소프트웨어 패키지와 비교하려고합니다. 대부분의 다른 패키지에는 초기 값, 최적화 루틴을 실행하는 데 걸리는 시간 등 임의의 측면이 있습니다. JMP는 같은 방식으로 작동합니까? 또는 동일한 데이터가 주어질 때마다 매번 동일한 적합도가 적용됩니까? 그리고 무작위가있는 경우 무작위 시드를 변경하여 결과에 어떤 영향을 주는지 어떻게 볼 수 있습니까?
아래에서는이 코드를 테스트하는 데 사용한 코드를 붙여 넣었습니다. 1-D 데이터 세트를 작성한 다음 GP에 맞 춥니 다. 랜덤 리셋 기능은 모델을 피팅하기 전에 호출됩니다. 지금까지 (이 데이터 세트 및 다른 데이터 세트를 사용하여) 수행 한 작업에서 매번 동일한 적합도 (매개 변수 추정치)가 제공되는 것으로 보입니다. GP 기능 호출로 정확히 무엇이 진행되고 있는지 확실히 알고 싶습니다.
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" ));
