バックフィッティングアルゴリズム
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/09/14 15:14 UTC 版)
バックフィッティングアルゴリズム(backfitting algorithm)とは、統計学において一般化加法モデルをフィッティングするのに使用される単純な反復手順(iterative procedure)である。1985 年に一般化加法モデルとともに Leo Breiman と Jerome Friedman によって導入された。たいていの場合、バックフィッティングは線形方程式系(連立一次方程式、linear system of equations)を解くのに使用されるガウス＝ザイデル法と等価である。
- ^ Hastie, Trevor, Robert Tibshirani and Jerome Friedman (2001). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer, ISBN 0-387-95284-5.
[続きの解説]
「バックフィッティングアルゴリズム」の続きの解説一覧
- 1 バックフィッティングアルゴリズムとは
- 2 バックフィッティングアルゴリズムの概要
- 3 2 次元における明示的な導出
- 4 問題
- 5 アルゴリズムの修正
- 6 脚注
- バックフィッティングアルゴリズムのページへのリンク
