Spline di Regressione Adattive Multivariata (MARS)
Le spline di regressione adattive multivariata (MARS), introdotte da Jerome Friedman nel 1991, sono un metodo di regressione non parametrica flessibile che modella automaticamente le non linearità e le interazioni combinando funzioni "a cerniera" (hinge functions) lineari a tratti. Il metodo costruisce il modello in un passaggio forward stagewise che aggiunge funzioni di base dove sono più utili, quindi pota il modello sovradimensionato, producendo una forma additiva-più-interazione interpretabile che adatta la sua complessità ai dati.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/it/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.
- Albero decisionaleApprendimento automatico↔ compare
- Modello Additivo Generalizzato (GAM)Apprendimento automatico↔ compare
- Gradient BoostingApprendimento automatico↔ compare
- Regression and Smoothing SplinesApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →