Câu hỏi:
- Sự khác biệt giữa các cây hồi quy được tăng cường (BRT) và các mô hình tăng cường tổng quát (GBM) là gì? Chúng có thể được sử dụng thay thế cho nhau? Là một hình thức cụ thể của người khác?
- Tại sao Ridgeway sử dụng cụm từ "Các mô hình hồi quy tổng quát tăng cường" (GBM), để mô tả những gì Friedman đã đề xuất trước đây là "Máy tăng tốc độ dốc" (GBM)? Hai từ viết tắt này giống hệt nhau, mô tả cùng một thứ, nhưng được bắt nguồn từ các cụm từ khác nhau.
Lý lịch:
Tôi gặp khó khăn khi xác định các thuật ngữ BRT và GBM khác nhau như thế nào. Từ những gì tôi hiểu cả hai đều là thuật ngữ để mô tả cây phân loại và hồi quy có tính ngẫu nhiên được kết hợp thông qua một số loại tăng (ví dụ: đóng bao, bootstrapping, xác thực chéo). Ngoài ra, từ những gì tôi thu thập được thuật ngữ GBM lần đầu tiên được Friedman (2001) đưa ra trong bài viết "Xấp xỉ chức năng tham lam: một máy tăng cường độ dốc". Ridgeway sau đó đã thực hiện quy trình được Friedman mô tả năm 2006 trong gói "Các mô hình hồi quy tổng quát tăng cường" (GBM). Trong lĩnh vực của tôi (sinh thái học) Elith et al. (2008) là người đầu tiên chứng minh gbm
gói Ridgeway cho mô hình phân phối loài. Tuy nhiên, các tác giả trong Elith et al. sử dụng thuật ngữ "cây hồi quy tăng cường" (BRT) để mô tả Friedman và Ridgeway '
Tôi bối rối không biết những thuật ngữ này có thể được sử dụng thay thế cho nhau không? Điều hơi khó hiểu là một tác giả sẽ sử dụng cùng một từ viết tắt (từ một cụm từ khác) để mô tả cùng một lý thuyết mà một tác giả trước đó đã đề xuất. Điều khó hiểu là tác giả thứ ba đã sử dụng một thuật ngữ hoàn toàn khác khi mô tả lý thuyết này theo thuật ngữ sinh thái.
Điều tốt nhất tôi có thể đưa ra là BRT là một dạng GBM cụ thể trong đó phân phối là nhị thức, nhưng tôi không chắc về điều này.
Elith và cộng sự. định nghĩa cây hồi quy được tăng cường như thế này "Cây hồi quy tăng cường kết hợp điểm mạnh của hai thuật toán: cây hồi quy (mô hình liên quan đến phản ứng với các yếu tố dự đoán của chúng bằng cách chia nhị phân đệ quy) và tăng cường (một phương pháp thích ứng để kết hợp nhiều mô hình đơn giản để cải thiện hiệu suất dự đoán được cải thiện ). Mô hình BRT cuối cùng có thể được hiểu là mô hình hồi quy phụ gia, trong đó các thuật ngữ riêng lẻ là các cây đơn giản, được trang bị theo hướng thuận, theo giai đoạn "(Elith et al. 2008).