广义加性模型
可说明的模型由单变量和二元形状函数回归
使用fitrgam
适合的广义相加模型回归。
广义相加模型(GAM)是一种可说明的模型,解释了使用单变量和响应变量二维形状预测功能。fitrgam
使用了树作为形状函数为每个预测,可选地,每一对预测;因此,函数可以捕获一个预测和响应变量之间的非线性关系。因为贡献个人的形状函数来预测(响应值)分离,模型很容易解释。
对象
RegressionGAM |
广义相加模型(GAM)回归 |
CompactRegressionGAM |
紧凑的广义相加模型(GAM)回归 |
RegressionPartitionedGAM |
旨在广义相加模型(GAM)回归 |
功能
主题
- 火车广义相加模型的回归
火车一个广义相加模型(GAM)最优参数,评估预测性能,并解释培训模型。