Machine learningMachine learning
ベイジアン・スタッキング・アンサンブル
ベイジアン・スタッキングは、複数のベースモデルの予測分布を、それぞれを一つずつ除外した予測スコア（leave-one-out log predictive score）を最大化する非負の重みを見つけることによって組み合わせます。Yao, Vehtari, Simpson, and Gelman (2018) によって形式化されたこの手法は、交差検証の下で、個々の構成モデルのいずれよりも少なくとも良いことが証明されている、単一の較正済み予測分布をもたらします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Stacking Ensemble (Bayesian Stacking of Predictive Distributions). ScholarGate. https://scholargate.app/ja/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.
- バギング（ブートストラップ集約）機械学習↔ compare
- ベイズモデル平均ベイズ↔ compare
- ブースティング機械学習↔ compare
- ガウス過程機械学習↔ compare
- スタッキング機械学習↔ compare
- 投票アンサンブル機械学習↔ compare