Регресійні та згладжувальні сплайни
Регресійні сплайни моделюють нелінійний зв'язок шляхом підгонки частинних поліномів, які плавно з'єднуються в наборі точок, що називаються вузлами. Кубічні та натуральні сплайни є найпоширенішими, а згладжувальні сплайни додають штраф за шорсткість, який автоматично балансує підгонку та гладкість. Сплайни є стандартним гнучким будівельним блоком для одновимірного нелінійного регресійного аналізу та основою узагальнених адитивних моделей.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Regression and Smoothing Splines. ScholarGate. https://scholargate.app/uk/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.
- Узагальнена адитивна модель (GAM)Машинне навчання↔ compare
- Локальна регресія LOESS / LOWESSМашинне навчання↔ compare
- Багатовимірні адаптивні сплайнові регресії (MARS)Машинне навчання↔ compare
- Поліноміальна регресіяСтатистика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →