Bayesiaanse Stapelingsensemble
Bayesiaanse stapeling combineert de voorspellende verdelingen van verschillende basismodellen door niet-negatieve gewichten te vinden die de leave-one-out log-voorspellende score van het mengsel maximaliseren. Geformaliseerd door Yao, Vehtari, Simpson en Gelman (2018), levert het een enkele gekalibreerde voorspellende verdeling op die aantoonbaar minstens zo goed is als elk afzonderlijk samenstellend model onder kruisvalidatie.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Stacking Ensemble (Bayesian Stacking of Predictive Distributions). ScholarGate. https://scholargate.app/nl/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)Machine learning↔ compare
- Bayesian Model AveragingBayesiaanse statistiek↔ compare
- BoostingMachine learning↔ compare
- Gaussiaans ProcesMachine learning↔ compare
- StackingMachine learning↔ compare
- Voting EnsembleMachine learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →