×

贝叶斯分区建模。 (英语) 兹比尔1040.62015

摘要:本文回顾了贝叶斯分类建模中通过划分的最新思想。这些方法使用模型参数的后验分布生成的模型样本的平均值为课堂分配提供预测估计。我们讨论了对基本方法的修改,使其更适用于存在许多预测变量和/或较大训练样本的问题。

MSC公司:

2015年1月62日 贝叶斯推断
62H30型 分类和区分;聚类分析(统计方面)
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] 布雷曼,L。;弗里德曼,J.H。;Olshen,R。;Stone,C.J.,《分类和回归树》(1984),沃兹沃斯:加利福尼亚州沃兹沃思布莱蒙特·Zbl 0541.62042号
[2] 克拉克,洛杉矶,Pregibon,D.,1992年。基于树的模型,太平洋格罗夫S.Wadsworth的统计模型。;Clark,L.A.,Pregibon,D.,1992年。基于树的模型,太平洋格罗夫S.Wadsworth的统计模型。
[3] Denison,D.G.T.,Adams,N.A.,Hand,D.J.,Holmes,C.C.,2000年。产品分区模型。帝国理工学院数学系技术报告。;Denison,D.G.T.,Adams,N.A.,Hand,D.J.,Holmes,C.C.,2000年。产品分区模型。帝国理工学院数学系技术报告。
[4] 多明戈斯,P。;Pazzini,M.,关于零损失下简单贝叶斯分类器的最佳性,马赫。学习,29,103-130(1997)·Zbl 0892.68076号
[5] 范,J。;Gijbels,I.,局部多项式建模及其应用(1996),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 0873.62037号
[6] Freund,Y.,以多数人的方式推进弱学习算法,Inform。计算。,121, 256-285 (1995) ·Zbl 0833.68109号
[7] Friedman,J.H.,《非参数多元回归的树结构方法》(Gasser,T.H.;Rosenblatt,M.,《曲线估计的平滑技术》(1979),柏林斯普林格出版社:柏林斯普林格出版社,纽约柏林)·Zbl 0415.62046号
[8] Gelfand,A.E。;Smith,A.F.M.,《基于抽样的边际密度计算方法》,J.Amer。统计师。协会,85,398-409(1990)·Zbl 0702.62020号
[9] 吉尔克斯,W.R。;理查森,S。;Spiegelhalter,D.J.,《马尔可夫链蒙特卡洛实践》(1996),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 0832.00018号
[10] Green,P.J。;Sibson,R.,计算平面中的Dirichlet细分,计算。J.,21,168-173(1978)·Zbl 0377.52001
[11] Hand,D.J。;亚当斯,N.M.,《为记分卡构建选择属性》,J.Appl。统计人员。,27, 527-540 (2000) ·Zbl 0963.62053号
[12] Hand,D.J。;Henley,W.E.,《消费信贷评分中的统计分类方法:综述》,J.Roy。统计师。Soc.A,160,523-541(1997)
[13] C.C.Holmes、D.G.T.Denison、B.K.Mallick,1999年。分类和回归的贝叶斯分割。伦敦帝国学院技术报告。;C.C.Holmes、D.G.T.Denison、B.K.Mallick,1999年。用于分类和回归的贝叶斯划分。伦敦帝国理工学院技术报告。
[14] 摩根,J.N。;Sonquist,J.A.,《调查数据分析中的问题和建议》,J.Amer。统计师。协会,58,415-434(1963)·Zbl 0114.10103中
[15] Murthy,S.K。;Kasif,S。;Salzberg,S.,《倾斜决策树归纳系统》,J.人工智能。,2, 1-32 (1994) ·Zbl 0900.68335号
[16] Raftery,A.E。;Madigan,D。;Volinsky,C.T.,生存分析中模型不确定性的考虑提高了预测性能(有讨论),(Bernardo,J.M.;Berger,J.O.;Dawid,A.P.;Smith,A.F.M.,Bayesian Statistics V.(1996),克拉伦登出版社:克拉伦登牛津出版社),323-349
[17] Witten,I.H。;Frank,F.,《数据挖掘:Java实现的实用机器学习工具和技术》(1999),Morgan Kaufmann:Morgan Koufmann Los Alios,CA
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。