ScholarGate
Pembantu
Machine learning

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.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Hastie, T., & Tibshirani, R. (1986). Generalized additive models. Statistical Science, 1(3), 297–310. DOI: 10.1214/ss/1177013604
  2. 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.

Compare side by side

Dirujuk oleh

ScholarGateGeneralized Additive Model (Generalized Additive Model (GAM)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/machine-learning/generalized-additive-model · Set data: https://doi.org/10.5281/zenodo.20539026