1、
GPML toolbox I: 基本介紹 - 知乎 https://zhuanlan.zhihu.com/p/41521513
最經典的GP代碼包：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
高斯過程回歸 - MATLAB & Simulink - MathWorks 中國 https://ww2.mathworks.cn/help/stats/gaussian-process-regression.html
【相關】
Gaussian process 的重要組成部分——關於那個被廣泛應用的Kernel的林林總總 - 知乎 https://zhuanlan.zhihu.com/p/35396322
利用高斯過程回歸預測，采用多維輸入的函數模型設置問題 – MATLAB中文論壇 https://www.ilovematlab.cn/thread-442126-1-1.html
TrainingsetX_x為30*5的訓練數據，TrainingsetX_y為30*1的目標數據
高斯過程的缺點：Gaussian Processes - https://scikit-learn.org/stable/modules/gaussian_process.html
1. 不是稀疏的。也就是說，它們使用完整的樣本/特性信息來進行預測。
2. 在高維空間失去了有效性–當特征的個數超過幾十后。
《高維數據聚類分析方法研究及其應用》
