如何使用GPML（Matlab）进行二维高斯过程回归？

我有一个名为X的Nx2输入矩阵。我还有输出值Y，它是一个向量Nx1。我创建了一些要测试的数据，如下所示：

Xtest=linspace(x_min,x_max,n);
Ytest=linspace(y_min,y_max,n);

covfunc = {@covMaterniso, 3}; 
ell = 1/4; sf = 1; 
hyp.cov = log([ell; sf]);
likfunc = @likGauss; 
sn = 0.1;
hyp.lik = log(sn);

因此，矩阵Z是nx2维，将用作我的测试点。我使用GPML库提供的演示中的默认参数调优，如下所示：

Xtest=linspace(x_min,x_max,n);
Ytest=linspace(y_min,y_max,n);

covfunc = {@covMaterniso, 3}; 
ell = 1/4; sf = 1; 
hyp.cov = log([ell; sf]);
likfunc = @likGauss; 
sn = 0.1;
hyp.lik = log(sn);

然后使用gp功能：

[ymu ys2 fmu fs2] = gp(hyp, @infExact, [], covfunc, likfunc, x, y, z);

我希望ymu是z中每个测试值的预测值。当我这样画的时候：

[L1,L2]=meshgrid(Xtest',Ytest');
[mu,~]=meshgrid(ymu,ymu);
surf(L1,L2,ymu);

我得到一个奇怪的表面。i、 我得到了彩色区域的条纹，而不是预期的高斯结构。X和Y中的数据是真实的数据。

我所期望的是：

---

你用错了。z变量应该由[L1（：）、L2（：）]给出。那么你应该画的是：

surf(L1,L2,reshape(ymu,size(L1)));

---

你能上传一张你认为错误的情节图片吗？此外，您没有均值函数，所以您的训练数据是否标准化为近似标准化？如果您没有，您的超参数拟合可能会完全混乱。我如何在这里上传图片？我认为它不需要均值函数，因为我的数据在用眼睛观察时已经足够好了。编辑你的帖子，有一个图片按钮，点击并上传。如果你的Y有一个很大的非零均值，或者它的比例与你指定的初始比例超参数相比很大，然后，超参数的优化可能会遇到数值问题。报告学习到的超参数，我可以告诉你它是否合理。你现在能看到图片吗？错误使用重塑来重塑元素的数量不能改变。空间GP（第63行）surf（L1、L2、整形（ymu、大小（L1））中的错误；大小（L1）=大小（L2）=500x500，大小（ymu）=500x1我是否也必须为X这样做（[L1（：），L2（：）]）？如果你按照我告诉你的方式写z，那么ymu将是25000x1。X和y可以是任何东西，但是X的大小必须是Nx2，y的大小必须是Nx1，其中N是数据点的数量。