Многомерни адаптивни регресионни сплайнове (MARS)
Многомерните адаптивни регресионни сплайнове, въведени от Джером Фридман през 1991 г., са гъвкав непараметричен регресионен метод, който автоматично моделира нелинейности и взаимодействия чрез комбиниране на кусочно-линейни „шарнирни“ функции. Моделът се изгражда чрез поетапно добавяне на базисни функции, където те помагат най-много, след което се премахват излишните елементи, като се получава интерпретируема адитивна форма плюс взаимодействия, която адаптира своята сложност към данните.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/bg/machine-learning/mars
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Дърво на решениятаМашинно обучение↔ compare
- Обобщен адитивен модел (GAM)Машинно обучение↔ compare
- Градиентен бустингМашинно обучение↔ compare
- Regression SplinesМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →