Bayesiansk Support Vector Machine
Bayesiansk SVM placerer en priordistribution over vægtvektoren i en standard SVM og udleder en fuld posterior, hvilket muliggør kalibrerede usikkerhedsestimater, automatisk hyperparameterselektion og probabilistiske forudsigelser. Den kombinerer SVM's stærke marginbaserede geometriske intuition med den principielle usikkerhedskvantificering fra Bayesiansk inferens.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Polson, N. G., & Scott, S. L. (2011). Data augmentation for support vector machines. Bayesian Analysis, 6(1), 1–23. DOI: 10.1214/11-BA601 ↗
- Tipping, M. E. (2001). Sparse Bayesian learning and the relevance vector machine. Journal of Machine Learning Research, 1, 211–244. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Support Vector Machine (Bayesian SVM). ScholarGate. https://scholargate.app/da/machine-learning/bayesian-support-vector-machine
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.
- Bayesiansk logistisk regressionBayesiansk↔ compare
- Bayesiansk Naive BayesMaskinlæring↔ compare
- Gaussisk procesMaskinlæring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →