Machine learning

Γενικευμένο Προσθετικό Μοντέλο (GAM)

Ένα γενικευμένο προσθετικό μοντέλο, που εισήχθη από τους Trevor Hastie και Robert Tibshirani το 1986, επεκτείνει το γενικευμένο γραμμικό μοντέλο αντικαθιστώντας κάθε γραμμικό όρο με μια ομαλή, καθοδηγούμενη από τα δεδομένα συνάρτηση του προβλεπτικού παράγοντα. Αυτό επιτρέπει στο μοντέλο να συλλάβει μη γραμμικές σχέσεις, διατηρώντας παράλληλα την προσθετική, όρο προς όρο ερμηνευσιμότητα της παλινδρόμησης: κάθε προβλεπτικός παράγοντας συνεισφέρει τη δική του εκτιμώμενη καμπύλη, και οι καμπύλες απλώς προστίθενται (σε κλίμακα σύνδεσης) για να προβλέψουν την απόκριση.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. Hastie, T., & Tibshirani, R. (1986). Generalized additive models. Statistical Science, 1(3), 297–310. DOI: 10.1214/ss/1177013604
  2. Hastie, T. J., & Tibshirani, R. J. (1990). Generalized Additive Models. Chapman & Hall/CRC. ISBN: 978-0-412-34390-2

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 2). Generalized Additive Model (GAM). ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateGeneralized Additive Model (Generalized Additive Model (GAM)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/generalized-additive-model · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026