Tôi đang cố gắng điều chỉnh các siêu đường kính của thuật toán hồi quy quy trình gaussian mà tôi đã thực hiện. Tôi chỉ đơn giản muốn tối đa hóa khả năng cận biên của nhật ký được đưa ra bởi nhật ký công thức ( y | X , θ ) = - 1
đạo hàm riêng của các tham số wrt khả năng cận biên của log được đưa ra bởi
Như các mục của phụ thuộc vào các thông số, do đó, làm phái sinh và nghịch đảo của . Điều này có nghĩa, khi sử dụng trình tối ưu hóa dựa trên độ dốc, việc đánh giá độ dốc tại một điểm nhất định (giá trị tham số) sẽ yêu cầu tính toán lại ma trận hiệp phương sai. Trong ứng dụng của tôi, điều này là không khả thi vì tính toán ma trận hiệp phương sai từ đầu và tính toán nghịch đảo của nó trong mỗi lần lặp lại độ dốc là quá đắt. Câu hỏi của tôi là những lựa chọn của tôi là gì để tìm ra một sự kết hợp khá tốt của ba tham số này? và tôi cũng không biết nên tối ưu hóa tham số nào trước và tôi cũng sẽ đánh giá cao bất kỳ con trỏ nào về vấn đề này.