Regresi Ridge Bayesian
Regresi Ridge Bayesian ialah satu perumusan probabilistik bagi regresi ridge, yang diperkenalkan oleh David J. C. MacKay pada tahun 1992, di mana kekuatan peneguhan (regularisation) dan ketepatan hingar (noise precision) tidak ditetapkan oleh penganalisis tetapi sebaliknya dianggarkan secara automatik dengan memaksimumkan kebarangkalian marginal (bukti) data yang diperhatikan. Hasilnya ialah taburan posterior penuh ke atas pemberat regresi bersama-sama dengan ketidakpastian ramalan yang dikalibrasi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- MacKay, D. J. C. (1992). Bayesian Interpolation. Neural Computation, 4(3), 415–447. DOI: 10.1162/neco.1992.4.3.415 ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 3). Springer. ISBN: 978-0-387-31073-2
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/ms/machine-learning/bayesian-ridge-regression
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.
- Elastic NetPembelajaran Mesin↔ compare
- Lasso RegressionPembelajaran Mesin↔ compare
- Regresi RabungPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →