Generalizovani aditivni model (GAM)
Generalizovani aditivni model, koji su uveli Trevor Hastie i Robert Tibshirani 1986. godine, proširuje generalizovani linearni model zamenjujući svaki linearni član glatkom funkcijom prediktora vođenom podacima. Ovo omogućava modelu da uhvati nelinearne odnose, istovremeno zadržavajući aditivnu interpretativnost regresije član po član: svaki prediktor doprinosi sopstvenom procenjenom krivom, a krive se jednostavno sabiraju (na skali veze) da bi predvidele odgovor.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Hastie, T., & Tibshirani, R. (1986). Generalized additive models. Statistical Science, 1(3), 297–310. DOI: 10.1214/ss/1177013604 ↗
- Hastie, T. J., & Tibshirani, R. J. (1990). Generalized Additive Models. Chapman & Hall/CRC. ISBN: 978-0-412-34390-2
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Generalized Additive Model (GAM). ScholarGate. https://scholargate.app/sr/machine-learning/generalized-additive-model
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.
- LOESS / LOWESS lokalna regresijaMašinsko učenje↔ compare
- Višestruka linearna regresijaStatistika↔ compare
- Polinomijalna regresijaStatistika↔ compare
- Regression SplinesMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →