| dbo:abstract
|
- In der Statistik ist ein additives Modell (AM) ein nichtparametrisches Regressionsmodell. Es wurde durch und Werner Stuetzle (1981) vorgeschlagen. Das additive Modell verwendet einen eindimensionalen Glätter, um eine eingeschränkte Klasse von nichtparametrischen Regressionsmodellen zu bilden. Daher ist das Modell weniger durch den Fluch der Dimensionalität betroffen als beispielsweise ein p-dimensionaler Glätter. Das AM ist flexibler als gewöhnliche lineare Regressionsmodelle. Probleme, die beim additiven Modell auftreten können, sind Überanpassung und Multikollinearität. (de)
- In statistics, an additive model (AM) is a nonparametric regression method. It was suggested by Jerome H. Friedman and Werner Stuetzle (1981) and is an essential part of the ACE algorithm. The AM uses a one-dimensional smoother to build a restricted class of nonparametric regression models. Because of this, it is less affected by the curse of dimensionality than e.g. a p-dimensional smoother. Furthermore, the AM is more flexible than a standard linear model, while being more interpretable than a general regression surface at the cost of approximation errors. Problems with AM, like many other machine learning methods, include model selection, overfitting, and multicollinearity. (en)
|
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 2612 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| dbp:wikiPageUsesTemplate
| |
| dcterms:subject
| |
| gold:hypernym
| |
| rdf:type
| |
| rdfs:comment
|
- In der Statistik ist ein additives Modell (AM) ein nichtparametrisches Regressionsmodell. Es wurde durch und Werner Stuetzle (1981) vorgeschlagen. Das additive Modell verwendet einen eindimensionalen Glätter, um eine eingeschränkte Klasse von nichtparametrischen Regressionsmodellen zu bilden. Daher ist das Modell weniger durch den Fluch der Dimensionalität betroffen als beispielsweise ein p-dimensionaler Glätter. Das AM ist flexibler als gewöhnliche lineare Regressionsmodelle. Probleme, die beim additiven Modell auftreten können, sind Überanpassung und Multikollinearität. (de)
- In statistics, an additive model (AM) is a nonparametric regression method. It was suggested by Jerome H. Friedman and Werner Stuetzle (1981) and is an essential part of the ACE algorithm. The AM uses a one-dimensional smoother to build a restricted class of nonparametric regression models. Because of this, it is less affected by the curse of dimensionality than e.g. a p-dimensional smoother. Furthermore, the AM is more flexible than a standard linear model, while being more interpretable than a general regression surface at the cost of approximation errors. Problems with AM, like many other machine learning methods, include model selection, overfitting, and multicollinearity. (en)
|
| rdfs:label
|
- Additives Modell (de)
- Additive model (en)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageDisambiguates
of | |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is foaf:primaryTopic
of | |
