Arbre de décision bayésien
L'arbre de décision bayésien (Bayesian CART) place une distribution a priori sur les structures d'arbre et les paramètres des feuilles, puis utilise la chaîne de Markov Monte Carlo pour explorer la distribution a posteriori des arbres étant donné les données. Au lieu d'un seul meilleur arbre, il produit une distribution d'arbres plausibles dont les prédictions sont moyennées, fournissant des estimations d'incertitude calibrées aux côtés des prédictions ponctuelles.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Decision Tree (Bayesian CART). ScholarGate. https://scholargate.app/fr/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.
- Forêt aléatoire bayésienneApprentissage automatique↔ compare
- Arbre de décisionApprentissage automatique↔ compare
- Processus GaussienApprentissage automatique↔ compare
- Forêt AléatoireApprentissage automatique↔ compare
- Arbre de décision régulariséApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →