高斯过程的应用

高斯过程将多元高斯分布扩展到无限维度。任意手迅数据集中n个观测量，y={y_{1},..,y_{n}}y=y1,..,yn都可以理解成从某个多元念燃高斯分布中抽取的一个样本。高斯过程最重要的应用是解决回归问题 。假设训练集数据为y，新数据为y*，那么我们可以根据高斯过程的性质估计新数据的分布。

例子：假设我们有下图的历史数据：

我们要估计新的数据点x*=0.2的分布。根据上述过程，我们首先有6个观测值y，分别是：

从误差线得知\sigma_{n}=0.3，那么根据协方差公式，我们有：

根据高斯过程的条件概率公式，我们可以计算出新观测点的均值与方差分别是0.95与0.21。即服从仔薯虚N（0.95，0.21）的高斯分布。

高斯引擎是数据传核晌族输app。根据查询信息显示可以谨尘用来从其它应用改弊程序中编译和执行GAUSS程序的一个动态链接库。数据能够在GAUSS引擎工作空间和其它应用程序之间来回传递。

---