广义相加模型（GAM）

1. GAM:广义相加模型，回归模型的一种。
2. 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

1. 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。
2. 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。

1. 公式：

1. 优点：
   1. 自由度更高的方式去拟合数据
   2. 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

参考：广义加性模型（GAM）-CSDN博客