Generaliseret Additiv Model (GAM)
En generaliseret additiv model, introduceret af Trevor Hastie og Robert Tibshirani i 1986, udvider den generaliserede lineære model ved at erstatte hvert lineært led med en glat, datadrevet funktion af prædiktoren. Dette lader modellen indfange ikke-lineære sammenhænge, samtidig med at regressionsmodellens additive, term-for-term fortolkelighed bevares: hver prædiktor bidrager med sin egen estimerede kurve, og kurverne lægges blot sammen (på en link-skala) for at forudsige responsen.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Hastie, T., & Tibshirani, R. (1986). Generalized additive models. Statistical Science, 1(3), 297–310. DOI: 10.1214/ss/1177013604 ↗
- Hastie, T. J., & Tibshirani, R. J. (1990). Generalized Additive Models. Chapman & Hall/CRC. ISBN: 978-0-412-34390-2
Sådan citerer du denne side
ScholarGate. (2026, June 2). Generalized Additive Model (GAM). ScholarGate. https://scholargate.app/da/machine-learning/generalized-additive-model
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.
- LOESS / LOWESS Lokal RegressionMaskinlæring↔ compare
- Multipel lineær regressionStatistik↔ compare
- Polynomisk regressionStatistik↔ compare
- Regression- og smoothing-splinesMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →