Ensemble de Empilhamento Bayesiano
O empilhamento bayesiano combina as distribuições preditivas de vários modelos base, encontrando pesos não negativos que maximizam a pontuação logarítmica preditiva leave-one-out (LOO) da mistura. Formalizado por Yao, Vehtari, Simpson e Gelman (2018), ele produz uma única distribuição preditiva calibrada que é comprovadamente pelo menos tão boa quanto qualquer modelo constituinte individual sob validação cruzada.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Stacking Ensemble (Bayesian Stacking of Predictive Distributions). ScholarGate. https://scholargate.app/pt/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)Aprendizado de máquina↔ compare
- Média Bayesiana de ModelosBayesiano↔ compare
- BoostingAprendizado de máquina↔ compare
- Processo GaussianoAprendizado de máquina↔ compare
- StackingAprendizado de máquina↔ compare
- Comitê de VotaçãoAprendizado de máquina↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →