9.0 导言¶
| 原文 | The Elements of Statistical Learning |
|---|---|
| 翻译 | szcf-weiya |
| 发布 | 2017-02-08 |
| 更新 | 2025-04-29 |
| 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 (Multivariate Adaptive Regression Splines, MARS)，耐心规则归纳法 (patient rule induction method, PRIM)，以及 分层混合专家 (Hierarchical Mixtures of Experts, HME)．