第九章 加法模型、树及相关方法
第九章 加法模型、树及相关方法¶
原文 |
|
|---|---|
翻译 |
szcf-weiya |
修订 |
Xishansnow |
发布 |
2016-09-30 |
更新 |
2022-01-04 16:37:39 |
状态 |
Done |
这章中我们开始对监督学习中一些特定的方法进行讨论。这里每个技巧都假设了未知回归函数（不同的）结构形式，而且通过这样处理巧妙地解决了维数灾难。当然，它们要为错误地确定模型类型付出可能的代价，所以在每种情形下都需要做出一个权衡。第 3-6 章留下的问题都将继续讨论。我们描述 5 个相关的技巧：广义可加模型 (generalized additive models)，树 (trees)，多元自适应回归样条 (MARS)，耐心规则归纳法 (PRIM)，以及 混合层次专家 (HME)。