巴蒂

Bayesian加法回归树。我们建立了一个贝叶斯树和模型,其中每棵树在成为弱学习者之前受到正则化的约束,并通过迭代贝叶斯回填MCMC算法从后验点生成样本来完成拟合和推理。实际上,BART是一种非参数贝叶斯回归方法,它使用了维数自适应的随机基元。受总体集成方法,特别是boosting算法的启发,BART由一个统计模型定义:先验和似然。这种方法可以进行完全的后验推断,包括未知回归函数的点估计和区间估计以及潜在预测因子的边际效应。通过跟踪预测因子包含频率,BART也可以用于无模型变量选择。巴特的许多特点通过在42个不同的数据集上与竞争方法进行的一个模拟实验和一个药物发现分类问题来说明。


zbMATH中的参考文献(参考文献第九十九条)

显示第1到第20个结果,共99个。
按年份排序(引用)
  1. 博塔斯,Themistoklis;梅森,拉克兰R。;Pan,Indranil:基于规则的贝叶斯回归(2022)
  2. 佛朗哥,德文;桑索,布鲁诺;库普雷萨宁,安娜:具有失调功能响应模型的地标扭曲模拟器(2022年)
  3. 休伯,弗洛里安人;Rossini,Luca:贝叶斯加性向量自回归树模型的推论(2022)
  4. 佩奇,加里特L。;昆塔纳,费尔南多A。;Müller,Peter:用变维协变量进行聚类和预测(2022)
  5. 王,卡尼克斯;侯赛因,瓦利德;伯奇,约翰·R。;施赖伯,迈克尔D。;丹尼尔·阿德尔曼:预测新生儿重症监护病房住院时间的高保真模型(2022)
  6. 吴素飞;汉尼格,简;Lee,Thomas C.M.:诚实回归树的不确定性量化(2022)
  7. 巴尔母鸡,艾弗纳;盖伊,塞文;Poggi,Jean-Michel:空间车分类树(2021)
  8. 卡斯蒂略,伊斯玛埃尔;Ročková,Veronika:Bayesian CART的不确定性量化(2021)
  9. 陈尧;高庆义;梁法明;王,肖:基于深度神经网络的非线性变量选择(2021)
  10. 弗里德伯格,瑞娜;提比拉尼,朱莉;阿西,苏珊;Wager,Stefan:当地线性森林(2021)
  11. 格林,克里斯;伯恩,托马斯H。;Culhane,Dennis P.:社区无家可归率的拐点(2021年)
  12. Maillart,Arthur:面向索赔频率的可解释机器学习模型:基于远程通信数据的汽车保险定价用例(2021)
  13. 斯塔琳,珍妮弗E。;默里,贾里德S。;洛尔,帕特里夏A。;艾肯,阿比盖尔R.A。;卡瓦略,卡洛斯M。;Scott,James G.:目标平滑贝叶斯因果森林:妊娠期同时和间隔药物流产方案的异质治疗效果分析(2021年)
  14. 孙奕伦;Wang,Lu:估计最佳动态处理方案的随机树搜索(2021)
  15. 塔巴克,埃斯特班G。;特里吉拉,朱利奥;赵文军:数据驱动的条件最优运输(2021)
  16. 伍迪,斯宾塞;卡瓦略,卡洛斯M。;Murray,Jared S.:通过低维后验总结进行模型解释(2021)
  17. 张玉阳;施奈尔,帕特里克;宋,池;黄斌;Lu,Bo:基于匹配树的子组因果效应识别与估计(2021)
  18. 阿夫拉班德佩,霍马云;佩尔托拉,托米;Piironen,Juho;阿基州维塔里;Kaski,Samuel:贝叶斯框架下模型可解释性的决策理论方法(2020)
  19. 安东内利,约瑟夫;Mazumdar,弥勒依;贝林格,大卫;克里斯蒂安尼,大卫;赖特,罗伯特;Coull,Brent:使用贝叶斯半参数回归和稀疏诱导先验估计环境混合物的健康影响(2020)
  20. 贝伦斯,克里斯托夫;皮尔齐奥克,基督徒;德国经济研究机构发布有效通胀预测?贝叶斯分析(2020)