Какие существуют методы непараметрической регрессии?

Некоторые методы непараметрической регрессии:

• Регрессия ядра. fastercapital.com Использует функцию ядра для оценки условного ожидания зависимой переменной при каждом значении независимой переменной. fastercapital.com Функция ядра назначает веса соседним точкам данных на основе их расстояния от интересующей точки. fastercapital.com
• Локальная регрессия. fastercapital.com Соответствует отдельной кривой небольшому району каждой точки данных. fastercapital.com Размер соседства определяется параметром настройки, называемого полосой пропускной способности. fastercapital.com
• Регрессия сплайна. fastercapital.com Соответствует кусочно-полиномиальной функции для данных. fastercapital.com Полиномиальная функция создаётся путём объединения нескольких меньших полиномиальных функций, называемых сплайнами. fastercapital.com
• Регрессия K-ближайших соседей. fastercapital.com Оценивает значение целевой переменной на основе значений её ближайших соседей. fastercapital.com Значение K определяет количество соседей, которые используются для оценки целевой переменной. fastercapital.com
• Регрессия гауссовского процесса (кригинг). en.wikipedia.org Для кривой регрессии предполагается гауссовский априор. en.wikipedia.org Предполагается, что ошибки имеют многомерное нормальное распределение, а кривая регрессии оценивается по её апостериорному виду. en.wikipedia.org