Mnohorozměrné adaptivní regresní spliny (MARS)
Mnohorozměrné adaptivní regresní spliny, představené Jerome Friedmanem v roce 1991, jsou flexibilní neparametrickou regresní metodou, která automaticky modeluje nelinearity a interakce kombinací po částech lineárních 'kloubových' (hinge) funkcí. Model buduje v postupném dopředném průchodu, který přidává bázové funkce tam, kde nejvíce pomáhají, poté prořeže přerostlý model a vytvoří interpretovatelnou aditivní formu s interakcemi, jejíž složitost se přizpůsobuje datům.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/cs/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.
- Rozhodovací stromStrojové učení↔ compare
- Zobecněný aditivní model (GAM)Strojové učení↔ compare
- Gradient BoostingStrojové učení↔ compare
- Regresní a vyhlazovací splajnyStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →