ScholarGate
Assistent
Machine learning

Multivariate Adaptive Regression Splines (MARS)

Multivariate adaptive regression splines, introduceret af Jerome Friedman i 1991, er en fleksibel ikke-parametrisk regressionsmetode, der automatisk modellerer ikke-lineariteter og interaktioner ved at kombinere stykkevis lineære 'hængsel'-funktioner. Den opbygger modellen i en fremadskridende fase, der tilføjer basisfunktioner, hvor de hjælper mest, og derefter beskærer den overgroede model, hvilket resulterer i en fortolkelig additiv-plus-interaktionsform, der tilpasser sin kompleksitet til dataene.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963

Sådan citerer du denne side

ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/da/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.

Compare side by side

Refereret af

ScholarGateMARS (Multivariate Adaptive Regression Splines (MARS)). Hentet 2026-06-15 fra https://scholargate.app/da/machine-learning/mars · Datasæt: https://doi.org/10.5281/zenodo.20539026