Bayesiansk Ridge-regresjon
Bayesiansk Ridge-regresjon er en probabilistisk formulering av ridge-regresjon, introdusert av David J. C. MacKay i 1992, der regulariseringsstyrken og støyens presisjon ikke er fastsatt av analytikeren, men i stedet estimeres automatisk ved å maksimere den marginale sannsynligheten (evidensen) for de observerte dataene. Resultatet er en full posterior-fordeling over regresjonsvektene sammen med kalibrert prediktiv usikkerhet.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/no/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 NetMaskinlæring↔ compare
- Lasso-regresjonMaskinlæring↔ compare
- Ridge RegressionMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →