GPTreeO：用于划分局部高斯过程的连续回归 R 包
机器学习
2024-10-18 v2 统计计算
摘要
我们介绍了 GPTreeO，一个灵活的 R 包，用于可扩展的高斯过程（GP）回归，特别适用于持续学习问题。GPTreeO 基于划分局部高斯过程（DLGP）算法，其中使用持续输入数据流动态构建局部 GP 回归器的二叉树。在 GPTreeO 中，我们扩展了原始 DLGP 算法，允许持续优化 GP 超参数，集成不确定性校准，并引入了局部分区创建的新策略。此外，模块化的代码结构允许用户将其喜欢的 GP 库接口到 GPTreeO 中进行局部 GP 回归。GPTreeO 的灵活性为用户提供了在计算速度、精度、稳定性和平滑度之间进行细粒度控制的能力。我们进行了灵敏度分析，显示 GPTreeO 的可配置特征如何影响持续学习环境中的回归性能。
引用
@article{arxiv.2410.01024,
title = {GPTreeO: An R package for continual regression with dividing local Gaussian processes},
author = {Timo Braun and Anders Kvellestad and Riccardo De Bin},
journal= {arXiv preprint arXiv:2410.01024},
year = {2024}
}
备注
Updated the bibliography, and is now equivalent to the journal submission