ScholarGate
Pembantu
Machine learning

Multivariate Adaptive Regression Splines (MARS)

Multivariate adaptive regression splines, yang diperkenalkan oleh Jerome Friedman pada tahun 1991, ialah kaedah regresi nonparametric yang fleksibel yang secara automatik memodelkan ketaklinearan dan interaksi dengan menggabungkan fungsi 'hinge' (engsel) rentuk-linear. Ia membina model dalam laluan berperingkat ke hadapan yang menambah fungsi asas di mana ia paling membantu, kemudian memangkas model yang berlebihan, menghasilkan bentuk tambah-tolak-interaksi yang boleh ditafsirkan yang menyesuaikan kerumitannya kepada data.

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. Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963

Cara memetik halaman ini

ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/ms/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.

Compare side by side

Dirujuk oleh

ScholarGateMARS (Multivariate Adaptive Regression Splines (MARS)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/machine-learning/mars · Set data: https://doi.org/10.5281/zenodo.20539026