2D ガウス基底関数を使用して線形回帰を設定しようとしています。私の入力トレーニング変数は 2 次元空間をカバーしています。機械学習 (ベイジアン線形回帰) を適用する前に、ガウス分布のパラメーター (平均と分散) を選択し、使用する基底関数の数も決定する必要があります。
私は現在、（事前に割り当てられた数の基底ガウスの）平均をグリッド上に均等に配置し、一定の分散を仮定しています。これは明らかに最善の方法ではありません。これらの変数を計算する方法についてのアイデアはありますか?
2D ガウス基底関数を使用して線形回帰を設定しようとしています。私の入力トレーニング変数は 2 次元空間をカバーしています。機械学習 (ベイジアン線形回帰) を適用する前に、ガウス分布のパラメーター (平均と分散) を選択し、使用する基底関数の数も決定する必要があります。
私は現在、（事前に割り当てられた数の基底ガウスの）平均をグリッド上に均等に配置し、一定の分散を仮定しています。これは明らかに最善の方法ではありません。これらの変数を計算する方法についてのアイデアはありますか?