Regressio- ja tasoitussplinit
Regressiosplinit mallintavat epälineaarista suhdetta sovittamalla paloittain määriteltyjä polynomeja, jotka liittyvät tasaisesti toisiinsa solmukohdiksi kutsutuissa pisteissä. Kuutiolliset ja luonnolliset splinit ovat yleisimpiä, ja tasoitussplinit lisäävät karkeusrangaistuksen, joka tasapainottaa automaattisesti sovituksen ja sileyden. Splinit ovat standardi joustava rakennuspalikka yksimuuttujaisessa epälineaarisessa regressiossa ja yleistettyjen additiivisten mallien perusta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Eilers, P. H. C., & Marx, B. D. (1996). Flexible smoothing with B-splines and penalties. Statistical Science, 11(2), 89–121. DOI: 10.1214/ss/1038425655 ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed.). Springer. ISBN: 978-0-387-84857-0
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Regression and Smoothing Splines. ScholarGate. https://scholargate.app/fi/machine-learning/regression-splines
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.
- Yleistetty additiivinen malli (GAM)Koneoppiminen↔ compare
- LOESS / LOWESS Paikallinen regressioKoneoppiminen↔ compare
- Monimuuttujaiset adaptiiviset regressiosplinit (MARS)Koneoppiminen↔ compare
- PolynomiregressioTilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →