Запис доказів методу

Regression Splines

Regression splines model a nonlinear relationship by fitting piecewise polynomials that join smoothly at a set of points called knots. Cubic and natural splines are the most common, and smoothing splines add a roughness penalty that automatically balances fit against smoothness. Splines are the standard flexible building block for univariate nonlinear regression and the basis of generalized additive models.

Sources recorded, not reviewed

Запис джерела

Цитати скопійовано дослівно з вихідного запису методу. Вони не передбачають перевірки на рівні тверджень.

Regression and Smoothing Splines

Запис таксономічного методу · ml-model / machine-learning

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

Відкрити повний метод

Відібрані твердження

Твердження збережено в журналі доказів, кожне зі своєю оцінкою.

Відібраних тверджень ще немає

Цей перегляд не вигадує оцінку твердження, якщо в журналі її немає.

Пов'язані методи

Згенеровано з графа методів і показано як рекомендовані системою зв'язки — жодне твердження доказів не передбачається.

Same method familyGeneralized Additive Modelmachine-suggested · Relational suggestion, not evidence.Same method familyLOESSmachine-suggested · Relational suggestion, not evidence.Same method familyMARSmachine-suggested · Relational suggestion, not evidence.See alsoPolynomial Regressionmachine-suggested · Relational suggestion, not evidence.