Байєсівське стекування ансамблів
Байєсівське стекування поєднує прогнозовані розподіли кількох базових моделей шляхом знаходження невід'ємних ваг, які максимізують залишену-одну логарифмічну прогнозовану оцінку суміші. Формалізоване Яо, Вехтарі, Сімпсоном та Гельманом (2018), воно дає єдиний калібрований прогнозований розподіл, який за перехресною перевіркою гарантовано є принаймні таким же добрим, як і будь-яка окрема складова модель.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Stacking Ensemble (Bayesian Stacking of Predictive Distributions). ScholarGate. https://scholargate.app/uk/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)Машинне навчання↔ compare
- Байєсівське усереднення моделейБаєсові методи↔ compare
- БустингМашинне навчання↔ compare
- Гаусівський процесМашинне навчання↔ compare
- StackingМашинне навчання↔ compare
- Голосувальний ансамбльМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →