1、
GPML toolbox I: 基本介绍 - 知乎 https://zhuanlan.zhihu.com/p/41521513
最经典的GP代码包：http://www.gaussianprocess.org/gpml/code/matlab/doc/
Multi-output Gaussian Processes：
https://codeload.github.com/SheffieldML/multigp/zip/master https://codeload.github.com/SheffieldML/multigp/zip/master
高斯过程回归 - MATLAB & Simulink - MathWorks 中国 https://ww2.mathworks.cn/help/stats/gaussian-process-regression.html
【相关】
Gaussian process 的重要组成部分——关于那个被广泛应用的Kernel的林林总总 - 知乎 https://zhuanlan.zhihu.com/p/35396322
利用高斯过程回归预测，采用多维输入的函数模型设置问题 – MATLAB中文论坛 https://www.ilovematlab.cn/thread-442126-1-1.html
TrainingsetX_x为30*5的训练数据，TrainingsetX_y为30*1的目标数据
高斯过程的缺点：Gaussian Processes - https://scikit-learn.org/stable/modules/gaussian_process.html
1. 不是稀疏的。也就是说，它们使用完整的样本/特性信息来进行预测。
2. 在高维空间失去了有效性–当特征的个数超过几十后。
《高维数据聚类分析方法研究及其应用》
