Key points are not available for this paper at this time.
回帰と分類のための複雑なモデルは高い精度を持ちますが、残念ながらユーザーにはもはや解釈できません。私たちは、形状関数と呼ばれる単一特徴モデルを線形関数で組み合わせる一般化加法モデル（GAM）の性能を研究します。形状関数は任意に複雑にできるため、GAMは単純な線形モデルよりも高精度です。しかし、特徴間の相互作用を含まないため、ユーザーにとって容易に解釈可能です。
Building similarity graph...
Analyzing shared references across papers
Loading...
Louら（Sun,）はこの問題を研究しました。
www.synapsesocial.com/papers/69ffbe6af9e1acab462d64db — DOI: https://doi.org/10.1145/2339530.2339556
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context:
Yin Lou
Rich Caruana
Johannes Gehrke
Cornell University
Microsoft (United States)
Building similarity graph...
Analyzing shared references across papers
Loading...