การรวมแบบจำลองแบบเบย์ (Bayesian Stacking Ensemble)

การรวมแบบจำลองแบบเบย์ (Bayesian stacking) เป็นการรวมการแจกแจงเชิงพยากรณ์ (predictive distributions) ของแบบจำลองพื้นฐานหลายแบบ โดยการหาน้ำหนักที่ไม่เป็นลบซึ่งทำให้คะแนนการทำนายแบบ leave-one-out log predictive score ของส่วนผสม (mixture) สูงสุด การทำให้เป็นรูปนัยโดย Yao, Vehtari, Simpson, และ Gelman (2018) ทำให้ได้การแจกแจงเชิงพยากรณ์แบบผสมที่ปรับเทียบแล้วเพียงหนึ่งเดียว ซึ่งรับประกันว่าอย่างน้อยก็ดีเท่ากับแบบจำลองเดี่ยวใดๆ ภายใต้การตรวจสอบไขว้ (cross-validation)