Ensamblaje por apilamiento bayesiano
El apilamiento bayesiano combina las distribuciones predictivas de varios modelos base al encontrar pesos no negativos que maximizan la puntuación predictiva logarítmica de la mezcla, calculada mediante validación cruzada dejando uno fuera. Formalizado por Yao, Vehtari, Simpson y Gelman (2018), produce una única distribución predictiva calibrada que es demostrablemente al menos tan buena como cualquier modelo constituyente individual bajo validación cruzada.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Stacking Ensemble (Bayesian Stacking of Predictive Distributions). ScholarGate. https://scholargate.app/es/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.
- Agregación por Bootstrap (Bagging)Aprendizaje automático↔ compare
- Promedio de Modelos BayesianosBayesiano↔ compare
- PotenciaciónAprendizaje automático↔ compare
- Proceso gaussianoAprendizaje automático↔ compare
- StackingAprendizaje automático↔ compare
- Ensamble de votaciónAprendizaje automático↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →