Bayesian Random Forest

Bayesian Random Forest erweitert den klassischen Random Forest, indem es eine A-priori-Verteilung über Baumstrukturen und Blattparameter legt und dann die A-posteriori-Verteilung über dieses Ensemble abtastet oder approximiert. Das Ergebnis ist eine Menge von Vorhersagen, die von kalibrierten Unsicherheitsschätzungen begleitet werden – eine Fähigkeit, die Standard-Random Forests fehlt –, was sie wertvoll macht, wenn das Wissen, wie sicher sich das Modell ist, genauso wichtig ist wie die Vorhersage selbst.