基于稀疏高斯过程回归模型的香港旅游业需求预测

简介：
本研究利用稀疏高斯过程回归模型对香港旅游业的需求进行预测分析，旨在为旅游行业提供数据支持和决策参考。通过建模，我们能够更准确地预测未来趋势并提出相应策略建议。 近年来，高斯过程（GP）模型在解决复杂的机器学习问题上得到了广泛的研究与应用。这些模型之所以受到重视，是因为它们具备使用Mercer核函数以及贝叶斯框架来进行概率推理的非参数建模灵活性。本段落提出了一种稀疏化的高斯过程回归（GPR）模型用于预测香港旅游需求。通过实施该模型的稀疏化处理，我们不仅减少了计算复杂度，还提升了其泛化性能。实验中使用了与香港旅游业相关的月度需求数据，并将所提出的稀疏GPR模型与其他基于核的方法进行了比较以验证其实用性。结果表明，在预测能力方面，我们的稀疏GPR模型优于ARMA模型和两个最新的支持向量机（SVM）模型。