Байесовское дерево решений
Байесовское дерево решений (Bayesian CART) накладывает априорное распределение на структуры деревьев и параметры листьев, а затем использует метод Монте-Карло по схеме Марковских цепей (MCMC) для исследования апостериорного распределения деревьев при заданных данных. Вместо одного наилучшего дерева оно выдает распределение правдоподобных деревьев, прогнозы которых усредняются, обеспечивая калиброванные оценки неопределенности наряду с точечными прогнозами.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Decision Tree (Bayesian CART). ScholarGate. https://scholargate.app/ru/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.
- Байесовский случайный лесМашинное обучение↔ compare
- Дерево решенийМашинное обучение↔ compare
- Гауссовский процессМашинное обучение↔ compare
- Случайный лесМашинное обучение↔ compare
- Регуляризованное дерево решенийМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →