Bayesian Decision Tree
Bayesian Decision Tree (Bayesian CART) umieszcza rozkład a priori na strukturach drzew i parametrach liści, a następnie wykorzystuje łańcuch Markowa Monte Carlo do eksploracji rozkładu aposteriornego drzew przy danych. Zamiast jednego najlepszego drzewa, generuje rozkład prawdopodobnych drzew, których predykcje są uśredniane, dostarczając skalibrowanych oszacowań niepewności obok predykcji punktowych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Chipman, H. A., George, E. I., & McCulloch, R. E. (1998). Bayesian CART model search. Journal of the American Statistical Association, 93(443), 935–948. DOI: 10.1080/01621459.1998.10473750 ↗
- Denison, D. G. T., Mallick, B. K., & Smith, A. F. M. (1998). A Bayesian CART algorithm. Biometrika, 85(2), 363–377. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Decision Tree (Bayesian CART). ScholarGate. https://scholargate.app/pl/machine-learning/bayesian-decision-tree
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.
- Bayesian Random ForestUczenie maszynowe↔ compare
- Drzewo decyzyjneUczenie maszynowe↔ compare
- Proces GaussaUczenie maszynowe↔ compare
- Random ForestUczenie maszynowe↔ compare
- Regularyzowane drzewo decyzyjneUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →