matlab 高斯回归

Matlab提供了fitrgp函数来实现高斯回归模型。详细的实现方法可以参考fitrgp的官方文档，其中有非常详细的介绍。下面是一个简单的生成数据、训练GPR模型并画出预测值的示例代码：

rng(0,'twister'); % 设置随机种子，以保证结果可复现
n = 1000; 
x = linspace(-10,10,n)'; 
y = 1 + x*5e-2 + sin(x)./x + 0.2*randn(n,1); 

gprMdl = fitrgp(x,y,'Basis','linear',...
    'FitMethod','exact','PredictMethod','exact'); 
ypred = resubPredict(gprMdl); 

plot(x,y,'b.'); 
hold on;
plot(x,ypred,'r','LineWidth',1.5); 
xlabel('x'); 
ylabel('y'); 
legend('Data','GPR predictions'); 
hold off;

这段代码首先生成了一组数据，然后使用fitrgp函数训练了一个GPR模型，并使用resubPredict函数进行预测。最后，使用plot函数将数据和预测结果画在同一张图上，以便比较。在fitrgp函数中，可以通过设置'Basis'参数来指定GPR模型中的显式基础，可以选择'none'、'constant'、'linear'或'pureQuadratic'等选项。这样，你可以使用fitrgp函数来实现高斯回归模型。