我在机器学习环境中很新，我正在尝试正确理解一些基本概念。我的问题如下：我有一组数据观察和相应的目标值 { x , t }。我试图用这些数据训练一个函数，以预测未观察到的数据的值，我试图通过使用具有高斯基函数形式的最大后验（MAP）技术（以及贝叶斯方法）来实现这一点：
\{Phi}Gaussian_{j}(x)=exp((x−μ_{j})^2/2*sigma_{j}^2)
我该如何选择
1）要使用的基函数数（M）
2) 每个函数的平均值 (μ_{j})
3) 每个函数的方差 (sigma_{j})
?