Bayesian Decision Tree
Bayesian Decision Tree (Bayesian CART) legt eine A-priori-Verteilung über Baumstrukturen und Blattparameter und nutzt dann Markov-Ketten-Monte-Carlo (MCMC), um die A-posteriori-Verteilung von Bäumen gegeben die Daten zu untersuchen. Anstelle eines einzelnen besten Baumes liefert es eine Verteilung plausibler Bäume, deren Vorhersagen gemittelt werden, was kalibrierte Unsicherheitsschätzungen neben Punktschätzungen ergibt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Chipman, H. A., George, E. I., & McCulloch, R. E. (1998). Bayesian CART model search. Journal of the American Statistical Association, 93(443), 935–948. DOI: 10.1080/01621459.1998.10473750 ↗
- Denison, D. G. T., Mallick, B. K., & Smith, A. F. M. (1998). A Bayesian CART algorithm. Biometrika, 85(2), 363–377. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Decision Tree (Bayesian CART). ScholarGate. https://scholargate.app/de/machine-learning/bayesian-decision-tree
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.
- Bayesian Random ForestMaschinelles Lernen↔ compare
- EntscheidungsbaumMaschinelles Lernen↔ compare
- Gauß-ProzessMaschinelles Lernen↔ compare
- Random ForestMaschinelles Lernen↔ compare
- Regularisierter EntscheidungsbaumMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →