Splines Adaptativas Multivariadas (MARS)
Splines adaptativas multivariadas, introduzidas por Jerome Friedman em 1991, é um método de regressão não paramétrico flexível que modela automaticamente não linearidades e interações combinando funções de 'dobradiça' (hinge) de reta por partes. Ele constrói o modelo em uma passagem progressiva (forward stagewise) que adiciona funções de base onde elas mais ajudam, depois poda o modelo superajustado, resultando em uma forma aditiva mais interações interpretável que adapta sua complexidade aos dados.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963 ↗
Como citar esta página
ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/pt/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.
- Árvore de DecisãoAprendizado de máquina↔ compare
- Modelo Aditivo Generalizado (GAM)Aprendizado de máquina↔ compare
- Gradient BoostingAprendizado de máquina↔ compare
- Splines de regressão e de suavizaçãoAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →