Dec, 2023
探索贝叶斯决策树后验的 RJHMC 树
RJHMC-Tree for Exploration of the Bayesian Decision Tree Posterior
Jodie A. Cochrane, Adrian G. Wills, Sarah J. Johnson
TL;DR使用贝叶斯方法从数据中学习决策树是一项具有挑战性的任务,本文研究了使用 Hamiltonian Monte Carlo 方法来更高效地探索贝叶斯决策树的后验概率,并通过与标准数据集的比较展示了其在预测测试准确率、接受率和树复杂度方面的优势。