R parsnip mars 多元自适应回归样条 (MARS)

mars() 定义了一个广义线性模型，该模型对某些预测变量使用人工特征。这些特征类似于铰链函数，结果是一个小维度分段回归模型。该函数可以拟合分类和回归模型。

拟合该模型的方法有多种，通过设置模型引擎来选择估计方法。下面列出了该模型的引擎特定页面。

• earth¹

有关如何操作的更多信息防风草用于建模的是https://www.tidymodels.org/.

用法

mars(
  mode = "unknown",
  engine = "earth",
  num_terms = NULL,
  prod_degree = NULL,
  prune_method = NULL
)

参数

mode

预测结果模式的单个字符串。此模型的可能值为"unknown"、"regression" 或"classification"。

engine

指定用于拟合的计算引擎的单个字符串。

num_terms

最终模型中将保留的特征数量，包括截距。

prod_degree

尽可能高的交互程度。

prune_method

修剪方法。

细节

此函数仅定义正在拟合的模型类型。一旦指定了引擎，也就定义了拟合模型的方法。有关设置引擎的更多信息，包括如何设置引擎参数，请参阅set_engine()。

在 fit() 函数与数据一起使用之前，模型不会经过训练或拟合。

此函数中除 mode 和 engine 之外的每个参数都被捕获为 quosures 。要以编程方式传递值，请使用injection operator，如下所示：

value <- 1
mars(argument = !!value)

参考

https://www.tidymodels.org, Tidy Modeling with R, searchable table of parsnip models

也可以看看

例子

show_engines("mars")
#> # A tibble: 2 × 2
#>   engine mode          
#>   <chr>  <chr>         
#> 1 earth  classification
#> 2 earth  regression    

mars(mode = "regression", num_terms = 5)
#> MARS Model Specification (regression)
#> 
#> Main Arguments:
#>   num_terms = 5
#> 
#> Computational engine: earth 
#>