<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Estoy tratando de comparar el ajuste del modelo del Proceso Gaussiano de JMP con otros paquetes de software. La mayoría de los otros paquetes tienen un aspecto aleatorio: los valores iniciales, el tiempo de ejecución de la rutina de optimización para. ¿JMP funciona de la misma manera? ¿O se da el mismo ajuste cada vez que se dan los mismos datos? Y si hay aleatoriedad, ¿cómo puedo cambiar la semilla aleatoria para ver cómo afecta los resultados?
A continuación he pegado el código que he usado para probar esto. Crea un conjunto de datos 1-D y luego se ajusta a un GP. Se llama a la función de reinicio aleatorio antes de ajustar el modelo. Por lo que he hecho hasta ahora (con este y otros conjuntos de datos) parece que siempre se da el mismo ajuste (estimaciones de parámetros). Me encantaría saber definitivamente qué está pasando exactamente con la llamada a la función 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" ));
