如何使用 GPML (Matlab) 进行回归的 2D 高斯过程？

我有一个Nx2输入矩阵称为X。我也有输出值Y这是一个向量Nx1。我创建一些数据进行测试，如下所示：

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

所以，矩阵Z is of nx2尺寸并将用作我的测试点。我使用 GPML 库提供的演示中的默认参数调整，如下所示：

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 函数：

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

我期望 ymu 是 z 中每个测试值的预测值。当我这样绘制时：

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

I get a strange surface. i.e i get stripes of coloured area rather some Gaussian like structure which is expected. The data in X and Y are real life data.

What I would expect:

你用错了。你的 z 变量应该由 [L1(:),L2(:)] 给出。那么你应该绘制的是：

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