Regresijske i izglađujuće splajne
Regresijski splajnovi modeliraju nelinearni odnos prilagođavanjem izlomljenih polinoma koji se glatko spajaju u skupu točaka nazvanih čvorovi. Kubični i prirodni splajnovi najčešći su, a izglađujuće splajnovi dodaju kaznu za hrapavost koja automatski balansira prilagođenost spram glatkoće. Splajnovi su standardni fleksibilni gradivni blok za univarijatnu nelinearnu regresiju i osnova generaliziranih aditivnih modela.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Regression and Smoothing Splines. ScholarGate. https://scholargate.app/hr/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.
- Generalizirani aditivni model (GAM)Strojno učenje↔ compare
- LOESS / LOWESS lokalna regresijaStrojno učenje↔ compare
- Višestruke adaptivne regresijske "spline" funkcije (MARS)Strojno učenje↔ compare
- Polinomna regresijaStatistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →