Regressions- och utjämningssplines
Regressionssplines modellerar ett ickelinjärt samband genom att anpassa styckvisa polynom som kopplas ihop jämnt vid en uppsättning punkter som kallas knutar. Kubiska och naturliga splines är de vanligaste, och utjämningssplines lägger till en sträfhetsstraff som automatiskt balanserar anpassning mot jämnhet. Splines är den standardmässiga flexibla byggstenen för univariat ickelinjär regression och grunden för generaliserade additiva modeller.
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
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 2). Regression and Smoothing Splines. ScholarGate. https://scholargate.app/sv/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.
- Generaliserad additiv modell (GAM)Maskininlärning↔ compare
- Lokal regression med LOESS / LOWESSMaskininlärning↔ compare
- Multivariate Adaptive Regression Splines (MARS)Maskininlärning↔ compare
- PolynomregressionStatistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →