Bayesiánus Stacking Együttes
A bayesiánus stacking több alapmodell prediktív eloszlásait kombinálja nemnegatív súlyok megtalálásával, amelyek maximalizálják a keverék leave-one-out log-prediktív pontszámát. Yao, Vehtari, Simpson és Gelman (2018) formalizálta, és egyetlen kalibrált prediktív eloszlást eredményez, amely keresztvalidációval igazoltan legalább olyan jó, mint bármelyik egyedi alkotó modell.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Stacking Ensemble (Bayesian Stacking of Predictive Distributions). ScholarGate. https://scholargate.app/hu/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)Gépi tanulás↔ compare
- Bayes-féle modellátlagolásBayes-statisztika↔ compare
- BoostingGépi tanulás↔ compare
- Gauss-folyamatGépi tanulás↔ compare
- HalmozásGépi tanulás↔ compare
- Voting EnsembleGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →