Model Aditif Generalized (GAM)
Model aditif generalized, yang diperkenalkan oleh Trevor Hastie dan Robert Tibshirani pada tahun 1986, memperluas model linear generalized dengan menggantikan setiap istilah linear dengan fungsi mulus (smooth) yang digerakkan oleh data bagi prediktor. Ini membolehkan model menangkap hubungan nonlinear sambil mengekalkan kebolehterjemahan istilah demi istilah yang bersifat aditif dalam regresi: setiap prediktor menyumbang lengkungannya yang dianggarkan, dan lengkung-lengkung tersebut ditambah (pada skala pautan) untuk meramal respons.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Hastie, T., & Tibshirani, R. (1986). Generalized additive models. Statistical Science, 1(3), 297–310. DOI: 10.1214/ss/1177013604 ↗
- Hastie, T. J., & Tibshirani, R. J. (1990). Generalized Additive Models. Chapman & Hall/CRC. ISBN: 978-0-412-34390-2
Cara memetik halaman ini
ScholarGate. (2026, June 2). Generalized Additive Model (GAM). ScholarGate. https://scholargate.app/ms/machine-learning/generalized-additive-model
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.
- Regresi Lokal LOESS / LOWESSPembelajaran Mesin↔ compare
- Regresi Linear BergandaStatistik↔ compare
- Regresi PolinomialStatistik↔ compare
- Regression SplinesPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →