1つの予測変数の部分依存プロット MARS^® 回帰

トレーニングデータセットにm個の予測変数があると仮定し、X₁, X₂, ..., X_mで示されるとします。まず、トレーニングデータセット内のそれぞれの予測変数 X₁ の値を昇順に並べ替えます。x₁₁はX₁の最初の個別値として示されます。 x_1N を X₁の最後の個別値として表します。次に、x₁₁はプロットでx座標の左端の点となります。

また、モデルに次の回帰式があるとします。

Y = 1000 - 5 * BF1 + 3 * BF2

最後に、 x₁₁ = 400で、均等に分布した点の最小適合度が100であるとします。

X₁の偏依存プロットのy座標を見つけるには、X₁を含む基底関数のみを考えます。次に、X₁ の基底関数のみを考慮した x₁₁ の適合度は、次のようになります。

1000 − 5 * (最大(0, 400 - 350)) = 1000 − 5*50 = 750。

その場合、 x₁₁のy座標は750-100 = 650です。

x₁₁ をX₁ から X_Nまでの均等に分布したまでの均等に分布した 値に置き換えると、プロット上の残りの点のy座標が得られます。これらのポイントを使用すると、プロット上のy座標を詳細に調査できます。プロット上のパターンは、基底関数が変化する点を結ぶ線を持つプロットとほぼ同じです。残りの予測変数の計算も同様に行われます。