Gpyで線形重回帰をやろうとおもうとこうなる。 x1とx2とXという行列にまとめるくらいで単回帰とほとんど変わらない内容で実行可能。 import numpy as np import GPy import matplotlib.pyplot as plt # データ x1 = np.array([1, 2, 3, 4, 5]) x2 = np.array…

引き続きガウス過程回帰（GPR）を勉強中。今回はGpy版。最近はとりあえずchatGPTに投げて、その中身を調べて勉強してます。 kernelをGPy.kern.Linearとすることで線形モデルに近くなるらしい。 import numpy as np import GPy import matplotlib.pyplot as p…

線形重回帰モデルでGPRをして信頼区間を出すのがこちら。 import numpy as np from sklearn.gaussian_process import GaussianProcessRegressor from sklearn.gaussian_process.kernels import DotProduct, WhiteKernel # データの定義 x = np.array([1, 2, …

ガウス過程回帰（GPR）を使いたくなったので、とりあえず一番簡単なデータのデータで回帰分析と信頼区間を出す方法を聞いてみた。 ここからもうちょっと勉強します。 カーネルはDotProduct()とWhiteKernel()を使うといいらしい。 import numpy as np from sk…