Rừng ngẫu nhiên Bayes (Bayesian Random Forest)
Rừng ngẫu nhiên Bayes mở rộng rừng ngẫu nhiên cổ điển bằng cách đặt một phân phối tiên nghiệm lên cấu trúc cây và các tham số lá, sau đó lấy mẫu hoặc xấp xỉ phân phối hậu nghiệm trên tập hợp đó. Kết quả là một tập hợp các dự đoán đi kèm với ước lượng độ không chắc chắn được hiệu chuẩn — một khả năng mà rừng ngẫu nhiên tiêu chuẩn thiếu — làm cho nó có giá trị khi biết mô hình tự tin đến mức nào quan trọng ngang với bản thân dự đoán.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Taddy, M., Chen, C., Yu, J., & Wyle, M. (2015). Bayesian and Empirical Bayesian Forests. Proceedings of the 32nd International Conference on Machine Learning (ICML 2015), PMLR 37, 967–976. link ↗
- Lakshminarayanan, B., Roy, D. M., & Teh, Y. W. (2016). Mondrian Forests for Large-Scale Regression when Uncertainty Matters. Proceedings of the 19th International Conference on Artificial Intelligence and Statistics (AISTATS 2016), PMLR 51, 1478–1487. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Bayesian Random Forest (Bayesian Ensemble of Decision Trees). ScholarGate. https://scholargate.app/vi/machine-learning/bayesian-random-forest
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.
- Học chủ động BayesHọc máy↔ compare
- Cây Quyết định BayesHọc máy↔ compare
- Học bán giám sát BayesHọc máy↔ compare
- Quá trình GaussHọc máy↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →