Бейсиански стакинг ансамбъл
Бейсианският стакинг комбинира предсказващите разпределения на няколко базови модела, като намира неотрицателни тегла, които максимизират логаритмичния предсказващ резултат при оставяне на едно наблюдение извън извадката (leave-one-out log predictive score) на сместа. Формализиран от Yao, Vehtari, Simpson и Gelman (2018), той дава едно калибрирано предсказващо разпределение, което доказано е поне толкова добро, колкото всеки отделен съставен модел при кръстосана валидация.
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
- Yao, Y., Vehtari, A., Simpson, D., & Gelman, A. (2018). Using stacking to average Bayesian predictive distributions. Bayesian Analysis, 13(3), 917–1007. DOI: 10.1214/17-BA1091 ↗
- Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Stacking Ensemble (Bayesian Stacking of Predictive Distributions). ScholarGate. https://scholargate.app/bg/machine-learning/bayesian-stacking-ensemble
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.
- Bagging (Bootstrap Aggregating)Машинно обучение↔ compare
- Байесовско осредняване на модели (Bayesian Model Averaging, BMA)Бейсови методи↔ compare
- БустингМашинно обучение↔ compare
- Гаусов процесМашинно обучение↔ compare
- СтакингМашинно обучение↔ compare
- Гласуваща ансамблова схемаМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →