分片贝叶斯加性回归树
机器学习
2023-06-02 v1 机器学习
统计理论
统计方法学
统计理论
摘要
在本文中，我们开发了随机化分片贝叶斯加性回归树（SBT）模型。我们引入一个随机化辅助变量和一棵分片树来决定数据的划分，并使用贝叶斯加性回归树（BART）将每个划分分量拟合到一个子模型。通过观察分片树的最优设计可确定乘积空间上子模型的最优分片，我们引入了一种交集树结构，仅使用树结构即可完全指定分片与建模。除实验外，我们还推导了用于最小化后验收缩的理论最优权重，并证明了 SBT 的最坏情况复杂度。
引用
@article{arxiv.2306.00361,
title = {Sharded Bayesian Additive Regression Trees},
author = {Hengrui Luo and Matthew T. Pratola},
journal= {arXiv preprint arXiv:2306.00361},
year = {2023}
}
备注
46 pages, 10 figures (Appendix included)