主要内容
广义添加剂模型
可解释的模型由单变量和双变量形状函数组成，用于回归
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。
对象
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 |
功能
话题
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。
您还可以从以下列表中选择一个网站：
