Wielowymiarowe adaptacyjne splajny regresyjne (MARS)
Wielowymiarowe adaptacyjne splajny regresyjne, wprowadzone przez Jerome'a Friedmana w 1991 roku, to elastyczna nieparametryczna metoda regresji, która automatycznie modeluje nieliniowości i interakcje, łącząc odcinkowo-liniowe funkcje 'zawiasowe'. Model budowany jest w przejściu etapowym w przód, które dodaje funkcje bazowe tam, gdzie przynoszą największą korzyść, a następnie przycina przerosty modelu, dając interpretowalną formę addytywno-interakcyjną, która dostosowuje swoją złożoność do danych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/pl/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.
- Drzewo decyzyjneUczenie maszynowe↔ compare
- Uogólniony model addytywny (GAM)Uczenie maszynowe↔ compare
- Gradient BoostingUczenie maszynowe↔ compare
- Regression SplinesUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →