رگرسیون انشعابی تطبیقی چندمتغیره (MARS)
رگرسیون انشعابی تطبیقی چندمتغیره که در سال ۱۹۹۱ توسط جروم فریدمن معرفی شد، یک روش رگرسیون غیرپارامتری انعطافپذیر است که با ترکیب توابع 'لولا' (hinge) خطی تکهتکه، بهطور خودکار غیرخطی بودنها و تعاملات را مدلسازی میکند. این روش مدل را در یک مرحله پیشرونده میسازد که توابع پایه را در جایی که بیشترین کمک را میکنند اضافه میکند، سپس مدل بیش از حد رشد کرده را هرس میکند و شکلی جمعشونده بهعلاوه تعامل (additive-plus-interaction) قابل تفسیر به دست میدهد که پیچیدگی خود را با دادهها تطبیق میدهد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/fa/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.
- درخت تصمیمیادگیری ماشین↔ compare
- مدل جمعی تعمیمیافته (GAM)یادگیری ماشین↔ compare
- گرادیان بوستینگ (Gradient Boosting)یادگیری ماشین↔ compare
- اسپلاینهای رگرسیون و هموارسازییادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →