Байесовско агрегиране
Байесовски бег заменява класическия бутстрап с байесовски бутстрап — извличане на Дирихле-разпределени тегла върху тренировъчните наблюдения, вместо семплиране с връщане — и обучава ансамбъл от базови обучители при тези тегла. Резултатът е принципен ансамбъл, който апроксимира байесовски апостериорен разпределител за предсказания, осигурявайки калибрирани оценки на несигурността заедно със силна предсказваща точност.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Clyde, M. & Lee, H. (2001). Bagging and the Bayesian bootstrap. In T. Richardson & T. Jaakkola (Eds.), Proceedings of the Eighth International Workshop on Artificial Intelligence and Statistics (AISTATS 2001). link ↗
- Rubin, D. B. (1981). The Bayesian bootstrap. The Annals of Statistics, 9(1), 130–134. DOI: 10.1214/aos/1176345338 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Bagging (Bootstrap Aggregation with Bayesian Bootstrap). ScholarGate. https://scholargate.app/bg/machine-learning/bayesian-bagging
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесово усилванеМашинно обучение↔ compare
- Байесов случаен лесМашинно обучение↔ compare
- БустингМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- Полу-наблюдавано пакетиранеМашинно обучение↔ compare
- Гласуваща ансамблова схемаМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →