Machine learning

Мультивариантные адаптивные регрессионные сплайны (MARS)

Мультивариантные адаптивные регрессионные сплайны (MARS), предложенные Джеромом Фридманом в 1991 году, представляют собой гибкий непараметрический метод регрессии, который автоматически моделирует нелинейности и взаимодействия путем комбинирования кусочно-линейных «шарнирных» функций. Он строит модель в прямом поэтапном проходе, который добавляет базисные функции там, где они наиболее полезны, а затем "обрезает" избыточную модель, что приводит к интерпретируемой аддитивно-интерактивной форме, которая адаптирует свою сложность к данным.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

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

Как цитировать эту страницу

ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/ru/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

Упоминается в

ScholarGateMARS (Multivariate Adaptive Regression Splines (MARS)). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/mars · Набор данных: https://doi.org/10.5281/zenodo.20539026