Splines adaptatives multivariées (MARS)
Les splines adaptatives multivariées, introduites par Jerome Friedman en 1991, sont une méthode de régression non paramétrique flexible qui modélise automatiquement les non-linéarités et les interactions en combinant des fonctions 'charnière' (hinge) linéaires par morceaux. Elles construisent le modèle en une passe avant séquentielle qui ajoute des fonctions de base là où elles sont le plus utiles, puis élaguent le modèle surdimensionné, produisant une forme additive plus interactions interprétable qui adapte sa complexité aux données.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963 ↗
Comment citer cette page
ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/fr/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.
- Arbre de décisionApprentissage automatique↔ compare
- Modèle additif généralisé (GAM)Apprentissage automatique↔ compare
- Gradient BoostingApprentissage automatique↔ compare
- Splines de régression et de lissageApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →