Machine learning

Splines de regresión adaptativa multivariante (MARS)

Las splines de regresión adaptativa multivariante, introducidas por Jerome Friedman en 1991, son un método de regresión no paramétrico flexible que modela automáticamente no linealidades e interacciones combinando funciones 'bisagra' (hinge) de tipo lineal por tramos. Construye el modelo en un pase secuencial hacia adelante que añade funciones base donde más ayudan, y luego recorta el modelo excesivamente complejo, produciendo una forma aditiva más interacciones interpretable que adapta su complejidad a los datos.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

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

Cómo citar esta página

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

Citado por

ScholarGateMARS (Multivariate Adaptive Regression Splines (MARS)). Recuperado el 2026-06-15 de https://scholargate.app/es/machine-learning/mars · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026