- GAM:广义相加模型,回归模型的一种。
- 响应变量:响应变量是我们想要解释或预测的变量。又称为结果变量,是模型中的因变量。y
解释变量:解释变量是用来解释响应变量的变量。又称为自变量或特征。X
- 回归分析:目的通常是确定解释变量和响应变量之间的关系,并尝试使用解释变量来预测响应变量的值。
- 线性模型和广义线性模型
线性模型:线性模型是响应变量和解释变量之间服从线性关系。
广义线性模型:广义线性模型就是指如果能通过一些变换,让原本不服从线性关系的响应变量解释变量,转换成线性关系,那么他们之间就是具有广义线性关系。
- 公式:
- 优点:
- 自由度更高的方式去拟合数据
- 在建模之前并不需要分析出响应变量解释变量之间的关系,特别是像选择回归样条这类能够拟合效果比较好的方法,对响应变量和每个解释变量单独建模,再相加得到GAM,最后再求参数,这样的拟合效果理论上是很强大的。
缺点:
1)缺点是没有考虑到解释变量事件的相互作用
在进行评价时课根据这一缺点考虑修改