采用Fitrgam.
适合普通的回归模型。
广义添加剂模型(GAM)是一种可解释模型,其使用预测器的单变量和双变量形状函数解释响应变量。Fitrgam.
使用升级树作为每个预测器的形状函数,并且可选地,每对预测器;因此,该功能可以捕获预测器和响应变量之间的非线性关系。因为各个形状功能对预测(响应值)的贡献很好地分开,所以该模型易于解释。
回归 |
回归的广义添加剂模型(GAM) |
compactregressiongam. |
反回的紧凑型广义添加剂模型(GAM) |
回归Partitionedgam. |
交叉验证的广义添加剂模型(GAM)进行回归 |
用最佳参数训练广义添加剂模型(GAM),评估预测性能,并解释培训的模型。