BART: Bayesian additive regression trees
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.
Résumé
We develop a Bayesian “sum-of-trees” model where each tree is constrained by a regularization prior to be a weak learner, and fitting and inference are accomplished via an iterative Bayesian backfitting MCMC algorithm that generates samples from a posterior. Effectively, BART is a nonparametric Bayesian regression approach which uses dimensionally adaptive random basis elements. Motivated by ensemble methods in general, and boosting algorithms in particular, BART is defined by a statistical model: a prior and a likelihood. This approach enables full posterior inference including point and interval estimates of the unknown regression function as well as the marginal effects of potential predictors. By keeping track of predictor inclusion frequencies, BART can also be used for model-free variable selection. BART’s many features are illustrated with a bake-off against competing methods on 42 different data sets, with a simulation experiment and on a drug discovery classification problem.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
La notice
- Revue
- The Annals of Applied Statistics
- Thématique
- Statistical Methods and Inference
- Domaine
- Mathematics
- Établissements canadiens
- —
- Organismes subventionnaires
- Division of Mathematical SciencesNatural Sciences and Engineering Research Council of CanadaIsaac Newton Institute for Mathematical SciencesNational Science Foundation
- Mots-clés
- Frequentist inferenceBayesian probabilityNonparametric regressionBayesian inferenceBayesian linear regressionMarkov chain Monte CarloBoosting (machine learning)Feature selectionInferenceBayesian average
- Résumé présent dans OpenAlex
- oui