내가 구현 한 가우시안 프로세스 회귀 알고리즘의 하이퍼 매개 변수를 조정하려고합니다. 수식 여기서 K 는 다음과 같은 공분산 행렬입니다. 요소 K_ {ij} = k (x_i, x_j) = b ^ {-1} \ exp (-\ frac {1} {2} (x_i-x_j) ^ TM (x_i-x_j)) + a ^ {-1 } \ delta_ {ij} 여기서 M = lI 및 a, b 및 l 은 하이퍼 파라미터입니다.
로그 한계 우도 wrt 모수의 부분 미분은 다음
K 의 항목이 매개 변수에 의존하므로 K의 도함수와 역함수도 같습니다 . 즉, 그래디언트 기반 옵티 마이저를 사용하는 경우 주어진 지점 (매개 변수 값)에서 그래디언트를 평가하려면 공분산 행렬의 재 계산이 필요합니다. 내 응용 프로그램에서는 공분산 행렬을 처음부터 계산하고 구배 상승의 모든 반복에서 그 역수를 계산하는 것이 너무 비싸기 때문에 이것이 가능하지 않습니다. 내 질문은이 세 가지 매개 변수의 상당히 좋은 조합을 찾는 옵션이 무엇입니까? 또한 어떤 매개 변수를 먼저 최적화 해야할지 모르겠 으며이 문제에 대한 조언을 부탁드립니다.