Eu usei a regressão do Nadaraya-Watson Kernel antes para suavizar os dados. Recentemente, encontrei regressão de processo gaussiana.
Prima facie, eles não parecem estar relacionados. Mas estou me perguntando se talvez haja uma conexão mais profunda da qual eu não esteja ciente. A regressão do kernel Nadaraya-Watson é um caso especial de GPR?
regression
nonparametric
gaussian-process
kernel-smoothing
Demetri Pananos
fonte
fonte
Existe uma conexão em que o Gaussian Process Modeling é uma técnica do kernel, o que significa que os GPMs usam uma função do kernel para descrever uma covariância gaussiana multivariada entre os pontos de dados observados e a regressão é usada para encontrar os parâmetros do kernel (hiperparâmetros) que melhor descrevem os dados observados . A Modelagem de Processo Gaussiana pode extrapolar a partir dos dados observados para produzir uma função média interpoladora (com incerteza associada ditada pela função do kernel) para qualquer ponto do espaço.
Abaixo estão alguns recursos no GPM que descrevem em detalhes quais tipos de funções do kernel normalmente são empregados, bem como as abordagens usadas para estimar os hiperparâmetros do kernel:
http://www.gaussianprocess.org/gpml/
http://www.eurandom.tue.nl/events/workshops/2010/YESIV/Prog-Abstr_files/Ghahramani-lecture2.pdf
fonte