私は機械学習環境にまったく慣れていないので、いくつかの基本概念を適切に理解しようとしています。私の問題は次のとおりです。一連のデータ観測と対応するターゲット値 { x、t } があります。観測されていないデータの値を予測するために、このデータを使用して関数をトレーニングしようとしています。フォームのガウス基底関数を使用して、最大事後 (MAP) 手法 (およびベイジアン アプローチ) を使用してこれを達成しようとしています。 :
\{Phi}Gaussian_{j}(x)=exp((x−μ_{j})^2/2*sigma_{j}^2)
どうすれば選べますか
1) 使用する基底関数の数 (M)
2) 各関数の平均 (μ_{j})
3) 各関数の分散 (sigma_{j})
?