Eu sei que a regressão gaussiana de processo (GPR) é uma alternativa ao uso de splines para o ajuste de modelos não lineares flexíveis. Eu gostaria de saber em quais situações uma seria mais adequada que a outra, especialmente na estrutura de regressão bayesiana.
Eu já examinei Quais são as vantagens / desvantagens do uso de splines, splines suavizados e emuladores de processos gaussianos? mas parece não haver nada no GPR neste post.
Respostas:
Eu concordo com a resposta de @j__.
No entanto, gostaria de destacar o fato de que splines são apenas um caso especial de regressão / krigagem do processo gaussiano .
Se você pegar um certo tipo de kernel na regressão de processo gaussiana, obterá exatamente o modelo de ajuste de spline.
Esse fato é comprovado neste artigo por Kimeldorf e Wahba (1970) . É bastante técnico, pois usa o link entre os kernels usados no kriging e na reprodução de espaços de Hilbert de kernel (RKHS).
fonte
É uma pergunta muito interessante: O equivalente entre processos gaussianos e splines de suavização foi mostrado em Kimeldorf e Wahba, 1970. A generalização dessa correspondência no caso de interpolação restrita foi desenvolvida em Bay et al. 2016.
Bay et al. 2016. Generalização da correspondência Kimeldorf-Wahba para interpolação restrita. Revista Eletrônica de Estatística.
Neste artigo, a vantagem da abordagem bayesiana foi discutida.
fonte
Eu concordo com o comentário do @ xeon e também o GPR coloca uma distribuição de probabilidade sobre um número infinito de funções possíveis e a função média (que é semelhante ao spline) é apenas a estimativa do MAP, mas você também tem uma variação sobre isso. Isso permite grandes oportunidades, como projeto experimental (escolha de dados de entrada que sejam maximamente informativos). Além disso, se você deseja executar a integração (quadratura) do modelo, um GP terá um resultado gaussiano, o que lhe permitirá confiar no seu resultado. Pelo menos nos modelos de spline padrão, isso não é possível.
Na prática, o GPR fornece um resultado mais informativo (na minha experiência), mas os modelos spline parecem ser mais rápidos na minha experiência.
fonte