Запис на доказателства за метод

Regression Splines

Regression splines model a nonlinear relationship by fitting piecewise polynomials that join smoothly at a set of points called knots. Cubic and natural splines are the most common, and smoothing splines add a roughness penalty that automatically balances fit against smoothness. Splines are the standard flexible building block for univariate nonlinear regression and the basis of generalized additive models.

Sources recorded, not reviewed

Изходен запис

Цитиранията са копирани дословно от изходния запис на метода. Те не предполагат проверка на ниво твърдение.

Regression and Smoothing Splines

Таксономичен запис на метод · ml-model / machine-learning

Eilers, P. H. C., & Marx, B. D. (1996). Flexible smoothing with B-splines and penalties. Statistical Science, 11(2), 89–121. · DOI 10.1214/ss/1038425655
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed.). Springer. · ISBN 978-0-387-84857-0

Отвори пълен метод

Подбрани твърдения

Твърденията са запазени в регистъра на доказателствата, всяко със собствена оценка.

Все още няма подбрани твърдения

Този изглед не измисля оценка на твърдение, когато регистърът няма такава.

Свързани методи

Генерирани от графа на методите и показани като предложени от машината връзки — не се предполага твърдение за доказателство.

Same method familyGeneralized Additive Modelmachine-suggested · Relational suggestion, not evidence.Same method familyLOESSmachine-suggested · Relational suggestion, not evidence.Same method familyMARSmachine-suggested · Relational suggestion, not evidence.See alsoPolynomial Regressionmachine-suggested · Relational suggestion, not evidence.