我使用GPML Matlab包来处理一个二维的大规模回归问题。正如用户手册中所述（http://www.gaussianprocess.org/gpml/code/matlab/doc/），我为大规模回归引入了输入。

nu = fix(n/2); iu = randperm(n); iu = iu(1:nu); u = x(iu,:);

其中n是输入变量的数量。

如果我有两个以上的输入，这个方法工作得很好。但是当我只想计算一个输入的预测时，即n=1，推理方法就失败了

covfunc = @covSEiso;likfunc = @likGauss;n= 1;nu = fix(n/2); iu = randperm(n);iu = iu(1:nu);u = X(iu,:);meanfunc = @meanConst;covfuncF = {@covFITC, {covfunc}, u};ll = 1.0; sf = 1.0; hyp.cov = log([ll sf]);sn = 0.1;  hyp.lik = log(sn);hyp.mean = 0;[mF s2F] = gp(hyp, @infFITC, [], covfuncF, likfunc, X(:,2), Y, X(:,2));

我想仅使用X的第二列作为我的输入来进行GP训练，并以Y作为目标进行训练。

回答：

找到了bug！

如果我只使用X的两个变量来训练模型，那么诱导点也应该针对这两个变量进行采样。但问题是，我使用了X的诱导点（X是10维的），

u = X(iu,:); 

这是错误的！@noumenal : 查看第21行帮助很大！谢谢