Splines de regressão e de suavização
Splines de regressão modelam uma relação não linear ajustando polinômios por partes que se unem suavemente em um conjunto de pontos chamados nós. Splines cúbicas e naturais são as mais comuns, e splines de suavização adicionam uma penalidade de rugosidade que equilibra automaticamente o ajuste com a suavidade. Splines são o bloco de construção flexível padrão para regressão não linear univariada e a base para modelos aditivos generalizados.
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
- Eilers, P. H. C., & Marx, B. D. (1996). Flexible smoothing with B-splines and penalties. Statistical Science, 11(2), 89–121. DOI: 10.1214/ss/1038425655 ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed.). Springer. ISBN: 978-0-387-84857-0
Como citar esta página
ScholarGate. (2026, June 2). Regression and Smoothing Splines. ScholarGate. https://scholargate.app/pt/machine-learning/regression-splines
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.
- Modelo Aditivo Generalizado (GAM)Aprendizado de máquina↔ compare
- Regressão Local LOESS / LOWESSAprendizado de máquina↔ compare
- Splines Adaptativas Multivariadas (MARS)Aprendizado de máquina↔ compare
- Regressão PolinomialEstatística↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →