Multivariate Adaptive Regression Splines (MARS)
Multivariata adaptiva regressionssplines, introducerat av Jerome Friedman 1991, är en flexibel icke-parametrisk regressionsmetod som automatiskt modellerar ickelinjäriteter och interaktioner genom att kombinera styckvis linjära 'gångjärns'-funktioner. Det bygger modellen i en framåtriktad stegvis passning som lägger till basfunktioner där de hjälper mest, och beskär sedan den överväxta modellen, vilket ger en tolkningsbar additiv-plus-interaktionsform som anpassar sin komplexitet till data.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/sv/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.
- BeslutsträdMaskininlärning↔ compare
- Generaliserad additiv modell (GAM)Maskininlärning↔ compare
- Gradient BoostingMaskininlärning↔ compare
- Regressions- och utjämningssplinesMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →