ScholarGate
Assistent
Machine learning

Multivariate Adaptive Regression Splines (MARS)

Multivariate adaptive regression splines, introdusert av Jerome Friedman i 1991, er en fleksibel, ikke-parametrisk regresjonsmetode som automatisk modellerer ikke-lineariteter og interaksjoner ved å kombinere stykkevis-lineære 'hengsel'-funksjoner. Den bygger modellen i en fremoverrettet, trinnvis prosess som legger til basis-funksjoner der de hjelper mest, og deretter beskjærer den overgrodde modellen, noe som gir en tolkbar additiv-pluss-interaksjonsform som tilpasser kompleksiteten til dataene.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

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

Slik siterer du denne siden

ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/no/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

Referert av

ScholarGateMARS (Multivariate Adaptive Regression Splines (MARS)). Hentet 2026-06-15 fra https://scholargate.app/no/machine-learning/mars · Datasett: https://doi.org/10.5281/zenodo.20539026