BART-BMA银行 swMATH ID: 23498 软件作者: 埃尔南德斯,贝琳达;阿德里安·拉弗瑞(Adrian E.Raftery)。;史蒂芬·彭宁顿(Stephen R.Pennington)。;安德鲁·帕内尔。 描述: 使用贝叶斯模型平均的贝叶斯加性回归树。贝叶斯加性回归树(BART)是一种树的统计和模型。它可以被认为是机器学习树集成方法的贝叶斯版本,其中单个树是基础学习器。然而,对于变量数量p较大的数据集,该算法可能会变得效率低下且计算成本高昂。另一种在高维数据中流行的方法是随机森林,这是一种机器学习算法,它通过贪婪搜索最佳分割点来生成树。然而,其默认实现不会产生概率估计或预测。我们提出了一种用于BART的替代拟合算法BART-BMA,该算法使用贝叶斯模型平均和贪婪搜索算法来获得比BART更有效的后验分布,适用于大p值数据集。BART-BMA结合了BART和随机森林的元素,提供了一种基于模型的算法,可以处理高维数据。我们发现,BART-BMA可以在合理的时间内在标准笔记本电脑上运行,用于“小n大p”场景,这在生物信息学的许多领域都很常见。我们使用模拟数据和来自两个真实蛋白质组实验的数据展示了这种方法,一个用于区分心血管疾病患者和对照组,另一个用于分类侵袭性前列腺癌和非侵袭性前列腺癌症。我们将我们的结果与他们的主要竞争对手进行了比较。使用R和Rcpp编写的用于运行BART-BMA的开源代码可以在以下位置找到:https://github.com/BelindaHernandez/BART-BMA.git。 主页: https://github.com/BelindaHernandez/BART-BMA网站 源代码: https://github.com/BelindaHernandez/BART-BMA网站 依赖项: R(右) 关键词: 贝叶斯加性回归树;贝叶斯模型平均;随机森林;生物标志物选择;小\(n\)大\(p\) 相关软件: 巴蒂;R(右);bart机器;随机森林;沙巴特;github;阿达德尔塔;贝叶斯DA;PyMC公司;RM链轮;阿达格拉德;张紧器2传感器;多重嵌套;伊斯兰解放军;ADVI公司;亚当;PyTorch公司;UCI-毫升;捷运局;阿达·布斯特。MH公司 引用于: 7文件 标准条款 1出版物描述软件,包括1出版物以zbMATH为单位 年份 使用贝叶斯模型平均的贝叶斯加性回归树。 Zbl 1386.68131号贝琳达·埃尔南德斯;阿德里安·拉弗瑞(Adrian E.Raftery)。;史蒂芬·彭宁顿。;安德鲁·帕内尔。 2018 全部的 前5名25位作者引用 2 卡瓦略、卡洛斯·马里尼奥 2 贾里德·穆雷(Jared S.Murray)。 2 詹姆斯·G·斯科特。 2 詹妮弗·斯塔琳(Jennifer E.Starling)。 1 阿芙拉班贝,霍马雍 1 阿比盖尔·艾肯(Abigail R.A.Aiken)。 1 克里斯托夫·贝伦斯 1 施里吉塔巴塔查里亚 1 Radek K.Bukowski。 1 贝琳达·埃尔南德斯 1 弗洛里安·胡贝尔 1 塞缪尔·卡斯基 1 Vojtech公司Kejzlar 1 帕特里夏·洛尔(Patricia A.Lohr)。 1 塔布拉塔·迈蒂 1 安德鲁·帕内尔。 1 托米·佩尔托拉 1 史蒂芬·彭宁顿。 1 克里斯蒂安·皮尔季奥赫 1 Juho Piironen 1 阿德里安·拉弗瑞(Adrian E.Raftery)。 1 玛丽安·里塞 1 卢卡·罗西尼 1 儿子,武京 1 Vehtari,阿基 引用于5个系列 3 应用统计学年鉴 1 美国统计学家 1 机器学习 1 应用统计学杂志 1 统计与计算 在4个字段中引用 7 统计学(62-XX) 2 概率论与随机过程(60-XX) 2 计算机科学(68至XX) 1 博弈论、经济学、金融和其他社会和行为科学(91-XX) 按年份列出的引文