ScholarGate
Assistent
Machine learning

Multivariate Adaptive Regression Splines (MARS)

Multivariate adaptive regression splines, eingeführt von Jerome Friedman im Jahr 1991, ist eine flexible nichtparametrische Regressionsmethode, die Nichtlinearitäten und Interaktionen automatisch modelliert, indem sie stückweise-lineare 'Scharnier'-Funktionen kombiniert. Sie baut das Modell in einem schrittweisen Vorwärtsdurchlauf auf, der Basisfunktionen hinzufügt, wo sie am meisten helfen, und beschneidet dann das überwachsene Modell, was zu einer interpretierbaren additiven plus Interaktionsform führt, die ihre Komplexität an die Daten anpasst.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Quellen

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

So zitieren Sie diese Seite

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

Referenziert von

ScholarGateMARS (Multivariate Adaptive Regression Splines (MARS)). Abgerufen am 2026-06-15 von https://scholargate.app/de/machine-learning/mars · Datensatz: https://doi.org/10.5281/zenodo.20539026