Machine learningMachine learning

Árbol de Decisión Bayesiano

El Árbol de Decisión Bayesiano (Bayesian CART) asigna una distribución a priori sobre las estructuras de los árboles y los parámetros de las hojas, y luego utiliza Monte Carlo de cadena de Markov para explorar la distribución a posteriori de los árboles dados los datos. En lugar de un único árbol óptimo, produce una distribución de árboles plausibles cuyas predicciones se promedian, proporcionando estimaciones de incertidumbre calibradas junto con predicciones puntuales.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. 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
  2. Denison, D. G. T., Mallick, B. K., & Smith, A. F. M. (1998). A Bayesian CART algorithm. Biometrika, 85(2), 363–377. link

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Decision Tree (Bayesian CART). ScholarGate. https://scholargate.app/es/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.

Compare side by side

Citado por

ScholarGateBayesian Decision Tree (Bayesian Decision Tree (Bayesian CART)). Recuperado el 2026-06-15 de https://scholargate.app/es/machine-learning/bayesian-decision-tree · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026