Οι πολυμεταβλητές προσαρμοστικές συναρτήσεις παλινδρόμησης (Multivariate Adaptive Regression Splines - MARS)
Οι πολυμεταβλητές προσαρμοστικές συναρτήσεις παλινδρόμησης (MARS), που εισήχθησαν από τον Jerome Friedman το 1991, είναι μια ευέλικτη μη παραμετρική μέθοδος παλινδρόμησης που μοντελοποιεί αυτόματα μη γραμμικότητες και αλληλεπιδράσεις συνδυάζοντας τμηματικά-γραμμικές συναρτήσεις 'μεντεσέ' (hinge functions). Κατασκευάζει το μοντέλο σε μια σταδιακή εμπρόσθια διέλευση που προσθέτει συναρτήσεις βάσης όπου αυτές βοηθούν περισσότερο, και στη συνέχεια κλαδεύει το υπερβολικά αναπτυγμένο μοντέλο, αποδίδοντας μια ερμηνεύσιμη προσθετική μορφή με αλληλεπιδράσεις που προσαρμόζει την πολυπλοκότητά του στα δεδομένα.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/el/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.
- Δέντρο ΑποφάσεωνΜηχανική Μάθηση↔ compare
- Γενικευμένο Προσθετικό Μοντέλο (GAM)Μηχανική Μάθηση↔ compare
- Ενίσχυση Κλίσης (Gradient Boosting)Μηχανική Μάθηση↔ compare
- Παλινδρόμηση και Εξομαλυντικές ΣπλίνεςΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →