Sorular:
- Arttırılmış regresyon ağaçları (BRT) ve genelleştirilmiş arttırılmış modeller (GBM) arasındaki farklar nelerdir? Bunlar birbirinin yerine kullanılabilir mi? Biri diğerinin belirli bir şekli mi?
- Ridgeway neden Friedman'ın daha önce "Gradient Boosting Machine" (GBM) olarak önerdiğini tanımlamak için "Genelleştirilmiş Artırılmış Regresyon Modelleri" (GBM) ifadesini kullandı? Bu iki kısaltma aynıdır, aynı şeyi açıklar, ancak farklı ifadelerden türetilir.
Arka fon:
BRT ve GBM terimlerinin nasıl farklı olduğunu belirlerken sorun yaşıyorum. Her ikisini de anladığım kadarıyla, bir çeşit takviye (örneğin, torbalama, önyükleme, çapraz validasyon) aracılığıyla stokastikliğe sahip sınıflandırma ve regresyon ağaçlarını tanımlamak için terimlerdir. Ayrıca, GBM terimini topladığımdan ilk olarak Friedman (2001) tarafından "Açgözlü fonksiyon yaklaşımı: gradyan arttırıcı bir makine" makalesinde yazılmıştır. Ridgeway daha sonra 2006 yılında Friedman tarafından "Genelleştirilmiş Arttırılmış Regresyon Modelleri" (GBM) paketinde açıklanan prosedürü uyguladı. Benim alanımda (ekoloji) Elith ve ark. (2008), Ridgeway'in gbm
tür dağıtım modellemesi paketini ilk kez sergiledi . Ancak, Elith ve ark. Friedman ve Ridgeway'i tanımlamak için "güçlendirilmiş regresyon ağacı" (BRT) terimini kullanın.
Bu terimlerin birbirinin yerine kullanılabileceği konusunda kafam karıştı mı? Bir yazarın, önceki bir yazarın önerdiği teoriyi tanımlamak için aynı kısaltmayı (farklı bir ifadeden) kullanması biraz kafa karıştırıcıdır. Ayrıca, üçüncü yazarın bu teoriyi ekolojik olarak tarif ederken tamamen farklı bir terim kullanması da kafa karıştırıcıdır.
Gelebileceğim en iyi şey, BRT'nin dağıtımın binom olduğu belirli bir GBM biçimi olmasıdır, ancak bundan emin değilim.
Elith ve diğ. bu şekilde artırılmış regresyon ağaçlarını tanımlayın… "Artırılmış regresyon ağaçları, iki algoritmanın güçlü yönlerini birleştirir: regresyon ağaçları (yinelemeli ikili bölünmelerle kendi tahmin edicilerine bir tepki veren modeller) ve artırma (gelişmiş tahmin performansını artırmak için birçok basit modeli birleştirmek için uyarlanabilir bir yöntem) Nihai BRT modeli, bireysel terimlerin basit ağaçlar olduğu, ileriye dönük, stagewise tarzda eklenmiş bir regresyon modeli olarak anlaşılabilir "(Elith ve ark. 2008).