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.
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
- 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.
- BeslutningstræMaskinlæring↔ compare
- Generaliseret Additiv Model (GAM)Maskinlæring↔ compare
- Gradient BoostingMaskinlæring↔ compare
- Regression- og smoothing-splinesMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →