Bayesov ensemble slaganja
Bayesijansko slaganje kombinira prediktivne distribucije nekoliko temeljnih modela pronalaženjem nenegativnih težina koje maksimiziraju logaritam prediktivne ocjene izostavljanjem jednog podatka (leave-one-out). Formalizirano od strane Yao, Vehtari, Simpson i Gelman (2018), daje jedinstvenu kalibriranu prediktivnu distribuciju koja je dokazano barem jednako dobra kao i svaki pojedinačni sastavni model pod unakrsnom provjerom.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Stacking Ensemble (Bayesian Stacking of Predictive Distributions). ScholarGate. https://scholargate.app/hr/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.
- Bagging (Bootstrap Aggregating)Strojno učenje↔ compare
- Bayesian Model AveragingBayesovska statistika↔ compare
- BoostingStrojno učenje↔ compare
- Gaussovi procesiStrojno učenje↔ compare
- SlaganjeStrojno učenje↔ compare
- Glasački sklopStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →