가우시안 프로세스의 이점과 관련된 혼란이 있습니다. 선형 함수가 데이터를 모델링하도록 정의한 간단한 선형 회귀와 비교하는 것을 의미합니다.
그러나 가우시안 프로세스에서 함수 분포를 정의한다는 것은 함수가 선형이어야한다는 것을 구체적으로 정의하지 않음을 의미합니다. 함수가 얼마나 매끄러 워야 하는가와 같은 기능을 정의하는 가우시안 함수 인 함수보다 우선 순위를 정의 할 수 있습니다.
따라서 모델이 무엇인지 명시 적으로 정의 할 필요가 없습니다. 그러나 질문이 있습니다. 우리는 한계 가능성을 가지고 있으며 그것을 사용하여 가우스의 공분산 함수 매개 변수를 조정할 수 있습니다. 따라서 이것은 그렇지 않아야 할 함수 유형을 정의하는 것과 유사합니다.
GP에서는 하이퍼 파라미터 인 경우에도 매개 변수를 정의하는 것과 같은 것으로 요약됩니다. 예를 들어이 논문에서 . 그들은 GP의 평균 기능이 다음과 같다고 정의했습니다.
따라서 모델 / 함수가 정의 된 것은 아닙니다. LR에서와 같이 함수를 선형으로 정의하는 것의 차이점은 무엇입니까?
GP를 사용하는 것의 이점을 얻지 못했습니다.