杰罗姆·弗里德曼。 多元自适应回归样条。 (英文) Zbl 0765.62064号 Ann.统计。 19,第1期,1-141页(1991年). 摘要:提出了一种新的高维数据柔性回归建模方法。该模型采用产品样条基函数展开的形式,其中基函数的数量以及与每个基函数相关的参数(产品度和节点位置)由数据自动确定。这个过程是由回归的递归分区方法驱动的,并共享其吸引人的特性。然而,与递归划分不同,该方法生成具有连续导数的连续模型。它具有更大的能力和灵活性,可以对几乎是相加的关系或最多包含几个变量中的交互关系进行建模。此外,该模型可以用一种形式来表示,这种形式可以分别识别出附加贡献和与不同多变量交互作用相关的贡献。 引用于6评论引用于517文件 MSC公司: 62J02型 一般非线性回归 62小时99 多元分析 65日第10天 数值平滑、曲线拟合 65D07年 使用样条曲线进行数值计算 65C99个 概率方法,随机微分方程 关键词:非参数多元回归;多变量函数逼近;统计学习神经网络;多元平滑;艾滋病;汽车;产品等级;高维数据;乘积样条基函数的展开;结位置;回归的递归划分方法;连续模型;连续导数 PDF格式BibTeX公司 XML格式引用 \textit{J.H.Friedman},Ann.Stat.19,No.1,1-141(1991;Zbl 0765.62064) 全文: 内政部