| dbo:abstract |
Multivariate adaptive Regressionssplines (MARS) sind in der Regressionsanalyse von 1991 eingeführt worden. MARS erlaubt es mithilfe von abschnittweise linearen Funktionen flexiblere Modelle zu bilden als rein lineare Modelle.Die Parameter des MARS-Modells (häufig auch Earth-Modell, aufgrund von Markenrechten) werden während des Trainings bestimmt. (de) In statistics, multivariate adaptive regression splines (MARS) is a form of regression analysis introduced by Jerome H. Friedman in 1991. It is a non-parametric regression technique and can be seen as an extension of linear models that automatically models nonlinearities and interactions between variables. The term "MARS" is trademarked and licensed to Salford Systems. In order to avoid trademark infringements, many open-source implementations of MARS are called "Earth". (en) La Régression multivariée par spline adaptative (en anglais MARS pour « Multivariate adaptive regression splines ») est une méthode statistique ; plus précisément, c'est une forme de modèle de régression présentée pour la première fois par et en 1991. C'est une technique de régression non paramétrique pouvant être vue comme une extension des régressions linéaires qui modélisent automatiquement des interactions et des non-linéarités. Le terme MARS est une marque de . (fr) MARSplines (Multivariate Adaptive Regression Splines) – nieparametryczna metoda regresji statystycznej. Metoda nie zakłada określonej postaci zależności pomiędzy predyktorami a zmienną objaśnianą, lecz dobiera ją do konkretnych danych. Ogólna postać modelu MARSplines: gdzie: * – zmienna objaśniana * – stałe modelu * – zbiór wszystkich predyktorów * – tzw. funkcje bazowe, funkcje (liniowe bądź nieliniowe) jednego lub większej liczby predyktorów. Metoda wymaga wcześniejszego zaprojektowania odpowiedniego zbioru funkcji bazowych, mogącego w szczególności obejmować wartości pojedynczych predyktorów, ich wielomiany, czy funkcje modelujące między kilkoma predyktorami. Algorytm przeszukuje przestrzeń możliwych średnich ważonych z wartości funkcji bazowych i iteracyjnie dobiera do modelu coraz większą ich liczbę, posługując się kryterium minimalizacji sumy kwadratów błędów (metoda najmniejszych kwadratów). (pl) |
| dbo:thumbnail |
wiki-commons:Special:FilePath/Friedmans_mars_linear_model.png?width=300 |
| dbo:wikiPageExternalLink |
http://orange.biolab.si/blog/2011/12/20/earth-multivariate-adaptive-regression-splines/ http://www.cs.rtu.lv/jekabsons/regression.html http://www.maths.bath.ac.uk/~jjf23 http://www.salford-systems.com/mars.php https://web.stat.tamu.edu/~bmallick/wileybook/book_code.html https://web.archive.org/web/20101203023609/http:/www.statsoft.com/products/data-mining-solutions/ http://www-stat.stanford.edu/~tibs/ElemStatLearn http://www.stat.tamu.edu/~bmallick/wileybook/book_code.html https://github.com/jcrudy/py-earth/ https://github.com/lanl/pyBASS https://www.amazon.com/Recursive-Partitioning-Applications-Springer-Statistics/dp/1441968237 http://support.sas.com/documentation/cdl/en/statug/65328/HTML/default/viewer.htm%23statug_adaptivereg_overview.htm |
| dbo:wikiPageID |
18475546 (xsd:integer) |
| dbo:wikiPageLength |
24772 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID |
1091170290 (xsd:integer) |
| dbo:wikiPageWikiLink |
dbr:Non-parametric_regression dbr:Basis_function dbr:Decision_tree_learning dbr:Dependent_and_independent_variables dbr:Inverse_problem dbr:Generalized_additive_model dbr:Generalized_linear_model dbr:Segmented_regression dbr:Grace_Wahba dbr:Cross-validation_(statistics) dbr:Regularization_(machine_learning) dbr:Statistics dbr:Feature_selection dbr:Ice_hockey_stick dbr:Predictive_analytics dbr:Spline_(mathematics) dbc:Machine_learning dbc:Nonparametric_regression dbr:Categorical_data dbr:Errors_and_residuals_in_statistics dbr:Linear_model dbr:Linear_regression dbr:Local_regression dbr:Logistic_regression dbr:Nonlinear_regression dbr:Ramp_function dbr:Random_forest dbr:Rectifier_(neural_networks) dbr:Regression_analysis dbr:Residual_sum_of_squares dbr:Heuristics dbr:Artificial_neural_network dbr:Jerome_H._Friedman dbr:Support_Vector_Machine dbr:Recursive_partitioning dbr:Spline_interpolation dbr:Greedy_algorithm dbr:Brute-force_search dbr:R_(programming_language) dbr:Piecewise dbr:Well-posed_problem dbr:Boosting_(meta-algorithm) dbr:Spline_regression dbr:Rational_function_modeling dbr:Overfit dbr:Bayesian_MARS dbr:File:Friedmans_mars_hinge_functions.png dbr:File:Friedmans_mars_linear_model.png dbr:File:Friedmans_mars_ozone_model.png dbr:File:Friedmans_mars_simple_model.png dbr:TSMARS |
| dbp:wikiPageUsesTemplate |
dbt:External_cleanup dbt:Citation_needed dbt:Further dbt:ISBN dbt:Original_research dbt:Reflist dbt:See_also dbt:Short_description |
| dct:subject |
dbc:Machine_learning dbc:Nonparametric_regression |
| rdf:type |
owl:Thing |
| rdfs:comment |
Multivariate adaptive Regressionssplines (MARS) sind in der Regressionsanalyse von 1991 eingeführt worden. MARS erlaubt es mithilfe von abschnittweise linearen Funktionen flexiblere Modelle zu bilden als rein lineare Modelle.Die Parameter des MARS-Modells (häufig auch Earth-Modell, aufgrund von Markenrechten) werden während des Trainings bestimmt. (de) In statistics, multivariate adaptive regression splines (MARS) is a form of regression analysis introduced by Jerome H. Friedman in 1991. It is a non-parametric regression technique and can be seen as an extension of linear models that automatically models nonlinearities and interactions between variables. The term "MARS" is trademarked and licensed to Salford Systems. In order to avoid trademark infringements, many open-source implementations of MARS are called "Earth". (en) La Régression multivariée par spline adaptative (en anglais MARS pour « Multivariate adaptive regression splines ») est une méthode statistique ; plus précisément, c'est une forme de modèle de régression présentée pour la première fois par et en 1991. C'est une technique de régression non paramétrique pouvant être vue comme une extension des régressions linéaires qui modélisent automatiquement des interactions et des non-linéarités. Le terme MARS est une marque de . (fr) MARSplines (Multivariate Adaptive Regression Splines) – nieparametryczna metoda regresji statystycznej. Metoda nie zakłada określonej postaci zależności pomiędzy predyktorami a zmienną objaśnianą, lecz dobiera ją do konkretnych danych. Ogólna postać modelu MARSplines: gdzie: * – zmienna objaśniana * – stałe modelu * – zbiór wszystkich predyktorów * – tzw. funkcje bazowe, funkcje (liniowe bądź nieliniowe) jednego lub większej liczby predyktorów. (pl) |
| rdfs:label |
Multivariate adaptive Regressionssplines (de) Régression multivariée par spline adaptative (fr) Multivariate adaptive regression spline (en) MARSplines (pl) |
| rdfs:seeAlso |
dbr:Stepwise_regression |
| owl:sameAs |
wikidata:Multivariate adaptive regression spline dbpedia-de:Multivariate adaptive regression spline dbpedia-fr:Multivariate adaptive regression spline dbpedia-pl:Multivariate adaptive regression spline https://global.dbpedia.org/id/3BYJv |
| prov:wasDerivedFrom |
wikipedia-en:Multivariate_adaptive_regression_spline?oldid=1091170290&ns=0 |
| foaf:depiction |
wiki-commons:Special:FilePath/Friedmans_mars_hinge_functions.png wiki-commons:Special:FilePath/Friedmans_mars_linear_model.png wiki-commons:Special:FilePath/Friedmans_mars_ozone_model.png wiki-commons:Special:FilePath/Friedmans_mars_simple_model.png |
| foaf:isPrimaryTopicOf |
wikipedia-en:Multivariate_adaptive_regression_spline |
| is dbo:wikiPageRedirects of |
dbr:Multivariate_adaptive_regression_splines dbr:Multivariate_Adaptive_Regression_Splines |
| is dbo:wikiPageWikiLink of |
dbr:Predictive_methods_for_surgery_duration dbr:Linear_regression dbr:Multivariate_adaptive_regression_splines dbr:Multivariate_Adaptive_Regression_Splines |
| is foaf:primaryTopic of |
wikipedia-en:Multivariate_adaptive_regression_spline |
