Regression and Smoothing Splines
Le spline di regressione modellano una relazione non lineare adattando polinomi a tratti che si uniscono in modo continuo in un insieme di punti chiamati nodi. Le spline cubiche e naturali sono le più comuni, e le smoothing splines aggiungono una penalità di rugosità che bilancia automaticamente l'adattamento con la levigatezza. Le spline sono il blocco costruttivo flessibile standard per la regressione non lineare univariata e la base dei modelli additivi generalizzati.
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
- 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
Come citare questa pagina
ScholarGate. (2026, June 2). Regression and Smoothing Splines. ScholarGate. https://scholargate.app/it/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.
- Modello Additivo Generalizzato (GAM)Apprendimento automatico↔ compare
- Regressione locale LOESS / LOWESSApprendimento automatico↔ compare
- Spline di Regressione Adattive Multivariata (MARS)Apprendimento automatico↔ compare
- Regressione polinomialeStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →