入力データの1変数ごとに非線形関数を生成してその和を取っているので、加法モデルと呼ぶとのことです。 GAMの利点と欠点 利点は次の通り。 通常の線形回帰では捉えられない非線形の関係を自動的にモデル化できる。 モデルが加法的なので、1次元ごとに応答変数への効果を見ることができる。したがって推論向き。 欠点は次の通り。 加法に限定されているので、変数が多いと交互作用をとられることが難しい。ただし、線形モデルと同様に$ X_i * X_j $を追加することで、交互作用項をGAMに加えることは可能。 外挿の予測について、線形モデルより脆弱と思われる(データの無い領域については、どんな手法でもどうしようもない側面はありますが。) Rだとgamパッケージで、PythonだとpyGAMライブラリで使えるようなので、使ってみます。 RでGAMを使う gamパッケージで利用可能なので、使ってみます。 ここで