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.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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.
- BeslutningstreMaskinlæring↔ compare
- Generaliserte additive modeller (GAM)Maskinlæring↔ compare
- Gradient BoostingMaskinlæring↔ compare
- Regresjons- og utjevningssplinerMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →