使用fitrgam
拟合回归的广义可加模型。
广义可加模型(GAM)是一种可解释模型,它利用预测器的单变量和双变量形状函数的和来解释响应变量。fitrgam
使用增强树作为每个预测器和(可选)每对预测器的形状函数;因此,该函数可以捕捉预测器和响应变量之间的非线性关系。由于单个形状函数对预测(响应值)的贡献被很好地分离,模型很容易解释。
RegressionGAM |
回归的广义可加模型(GAM) |
CompactRegressionGAM |
用于回归的紧致广义可加模型 |
RegressionPartitionedGAM |
交叉验证的广义可加模型(GAM)用于回归 |
训练具有最优参数的广义可加性模型(GAM),评估预测性能,并解释训练模型。