×

贝叶斯树

swMATH ID: 7995
软件作者: 休·奇普曼(Hugh Chipman)、罗伯特·麦库洛赫(Robert McCulloch)
描述: 贝叶斯树:基于树模型的贝叶斯方法:BART的实现:贝叶斯加性回归树。我们开发了一个贝叶斯“树和”模型,其中每棵树在成为弱学习者之前都受到正则化的约束,拟合和推理是通过迭代贝叶斯反射MCMC算法完成的,该算法从后验点生成样本。实际上,BART是一种非参数贝叶斯回归方法,它使用维度自适应随机基元。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。这种方法能够进行全面的后验推断,包括未知回归函数的点和区间估计以及潜在预测因子的边际效应。通过跟踪预测器包含频率,BART也可用于无模型变量选择。BART的许多特性通过在42个不同数据集上与竞争方法的对比、模拟实验和药物发现分类问题来说明。
主页: http://cran.r-project.org/web/packages/BayesTree/index.html
源代码:  https://github.com/cran/Bayes树
依赖项: R(右)
相关软件: 巴蒂;R(右);捷运局;bart机器;UCI-毫升;格尔姆奈特;ElemStatLearn(电子状态学习);贝叶斯DA;玻璃纤维;tgp公司;随机森林;XGBoost公司;阿达·布斯特。MH公司;沙巴特;BART-BMA银行;数据库部件;github;全球供应链;护林员;超级学习者
引用于: 160份文件
全部的 前5名

417位作者引用

6 贾里德·S·默里。
6 Stefan Wager
5 卡瓦略、卡洛斯·马里尼奥
5 爱德华一世乔治。
5 彼得·米勒
4 休·A·奇普曼。
4 大卫·布莱恩·邓森
4 弗洛里安·胡贝尔
4 罗伯特·爱德华(Robert Edward McCulloch)
4 安德鲁·帕内尔。
4 维罗尼卡罗奇科娃
4 于清照
3 阿西,苏珊
3 塞斯·弗拉克斯曼。
3 德文·弗兰科姆
3 P.理查德·哈恩
3 克里斯托弗·霍姆斯。
3 亚当·卡佩尔纳
3 加里·库普
3 李斌
3 安东尼奥·里内罗(Antonio R.Linero)。
3 蕾切尔·尼瑟里。
3 杰森·罗伊。
2 约瑟夫·安东内利。
2 贾斯汀·布利奇
2 阿尔贝托·卡隆
2 伊斯马·卡斯蒂略
2 Todd E.克拉克。
2 迈克尔·J·丹尼尔斯。
2 弗朗西丝卡·多米尼克
2 丹尼尔·杜兰特
2 方志德
2 何靖宇
2 贝琳达·埃尔南德斯
2 胡瑞萌
2 Kosuke Imai
2 亚杰·贾斯拉
2 季、袁
2 丹尼尔·科瓦尔(Daniel R.Kowal)。
2 Thomas C.M.李。
2 李,范
2 梁法明
2 Ioanna Manolopoulou
2 马西米利亚诺·马塞利诺
2 法布里奇亚·米利
2 道德,Rafael A。
2 阿尔曼·奥甘西安
2 黛比·帕蒂
2 彭、鲁
2 迈克尔·法尔霍费尔(Michael Pfarrhofer)
2 埃斯特文·普拉多。
2 费尔南多·安德烈斯·金塔纳
2 蒂鲍特·兰德里亚里索阿(Thibault Randrianarisoa)
2 辛西娅·鲁丁
2 布鲁诺·桑索
2 二湾蝎子
2 詹姆斯·G·斯科特。
2 詹妮弗·斯塔琳(Jennifer E.Starling)。
2 朱莉·提比拉尼
2 马蒂亚斯·维拉尼
2 吴索菲
2 阿希姆·齐利埃斯
1 穆罕默德·阿巴(Mohamed A.Abba)。
1 安倍昭惠
1 本杰明·阿克曼
1 丹尼尔·阿德尔曼
1 霍马云·阿夫拉班佩
1 艾,静
1 阿比盖尔·艾肯(Abigail R.A.Aiken)。
1 乔治·艾瓦利奥提斯
1 丹尼尔·阿拉比
1 Aljbaae,S。
1 尼科洛,安切斯基
1 伊莱恩·安吉利诺
1 朱利安·阿贝尔
1 罗伯特·尼尔·阿克森
1 白旭莹
1 吉安卢卡·拜奥
1 普拉蒂克省班萨尔
1 Avner Bar-Hen公司
1 毛里西奥·巴拉霍纳
1 西巴莱塔。
1 埃尼尔·巴里奥斯(Erniel B.Barrios)。
1 皮亚利·巴萨克
1 克里斯托夫·贝伦斯
1 David C.Bellinger。
1 莫里茨·伯杰
1 阿尼尔班·巴塔查里亚
1 杰拉德·比亚
1 米歇尔·比尔莱尔
1 约翰·R·伯奇。
1 大卫·M·布莱。
1 丹尼斯·D·布斯。
1 特米斯托克利斯博萨斯
1 乔纳森·布拉德利。
1 丹妮尔·布劳恩
1 弗朗索瓦·萨维耶·布里奥尔
1 帕特里克·L·布罗克特。
1 斯科特·布鲁斯(Scott A.Bruce)。
1 赫伯特·布切利
…还有317位作者

按年份列出的引文