La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.
Modèle additif généralisé
R2026aUtilisez fitrgam afin d’ajuster un modèle additif généralisé pour la régression.
Un modèle additif généralisé (GAM) est un modèle interprétable qui explique une variable de réponse à l’aide d’une somme de fonctions de forme univariées et bivariées correspondant aux prédicteurs. fitrgam utilise un arbre avec boosting comme fonction de forme pour chaque prédicteur et éventuellement chaque paire de prédicteurs. Par conséquent, la fonction peut capturer une relation non linéaire entre un prédicteur et la variable de réponse. Comme les contributions de chaque fonction de forme à la prédiction (valeur de réponse) sont nettement séparées, le modèle est facile à interpréter.
Objets
RegressionGAM | Generalized additive model (GAM) for regression |
CompactRegressionGAM | Compact generalized additive model (GAM) for regression |
RegressionPartitionedGAM | Cross-validated generalized additive model (GAM) for regression |
RegressionChainEnsemble | Multiresponse regression model (depuis R2024b) |
CompactRegressionChainEnsemble | Compact multiresponse regression model (depuis R2024b) |
Fonctions
Rubriques
- Train Generalized Additive Model for Regression
Train a generalized additive model (GAM) with optimal parameters, assess predictive performance, and interpret the trained model.