好吧,举个例子来说吧,如果我们用今天的上证指数去推断预测明天的中石化的收盘价,那么这里上证指数就是刚才说的输入,中石化的收盘价就是输出,由于这里只有上证指数一个输入,所以这里就是单数输入的模型,同理这也是单一输出的模型,因为只有中石化一个公司。还是刚才那个例子,如果我们用上证指数和上证成交量一起去推断预测明天的中石化收盘价,那么这就是多输入了啦,因为我们用到了前一天的成交信息,这个里的成交信息包括连个属性量,一个是指数,一个是成交量。
这也就是解释了为什么多维输出的情况的又被经常称作是dependent output, correlated output,因为这些模型是直接考虑多输出的,即考虑其中的各个输出之间的相关性的。
事实上,对于多输入的情况,高斯过程本身就是支持的哦,回忆一下我们之前有关高斯过程这个随机过程的定义:高斯过程可以由一个mean function和一个kernel所确定