Machine learning

Hồi quy Spline Thích nghi Đa biến (MARS)

Hồi quy spline thích nghi đa biến (MARS), được Jerome Friedman giới thiệu vào năm 1991, là một phương pháp hồi quy phi tham số linh hoạt tự động mô hình hóa các phi tuyến tính và tương tác bằng cách kết hợp các hàm "bản lề" tuyến tính từng phần. Phương pháp này xây dựng mô hình theo một lượt chuyển tiếp từng bước, thêm các hàm cơ sở vào những nơi chúng hữu ích nhất, sau đó cắt tỉa mô hình đã phát triển quá mức, tạo ra một dạng cộng tính cộng tương tác có thể giải thích được, điều chỉnh độ phức tạp của nó theo dữ liệu.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

The neighbourhood of related methods — select a node to explore.

Nguồn tài liệu

  1. Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. DOI: 10.1214/aos/1176347963

Cách trích dẫn trang này

ScholarGate. (2026, June 2). Multivariate Adaptive Regression Splines (MARS). ScholarGate. https://scholargate.app/vi/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.

Compare side by side

Được tham chiếu bởi

ScholarGateMARS (Multivariate Adaptive Regression Splines (MARS)). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/machine-learning/mars · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026