जवाबों:
आप गलत कर रहे हैं। स्प्लिट्स में व्युत्पन्न कोवरिएट्स का उपयोग करते हुए एक रैखिक प्रतिनिधित्व है। एक उदाहरण के रूप में, एक द्विघात प्रवृत्ति गैर-रैखिक है, लेकिन इसे ले कर एक रैखिक मॉडल में मॉडलिंग की जा सकती है: , इस प्रकार और इसका वर्ग इनपुट है। एक रेखीय मॉडल में।
तख़्ता बस एक या एक से अधिक लगातार या छद्म-निरंतर मूल्यवान covariates के परिष्कृत पैरामीरिजेशन के रूप में देखा जा सकता है।
splines, और रनिंग bs(...)आपको उपयोगकर्ता-निर्दिष्ट बहुपद डिग्री और गाँठ-बिंदुओं के साथ एक पंक्ति के रैखिक प्रतिनिधित्व बनाने की अनुमति देता है।
@ एडमो का जवाब सही है, कि स्प्लिन-आधारित फिट निश्चित रूप से मानक जीएलएम ढांचे में किया जा सकता है। यह कहने के लिए नहीं है कि GAM केवल GLM के विशेष मामले हैं, हालांकि! हालांकि ऐसे मॉडल की एक श्रृंखला है जो बिल्कुल समान हैं और दोनों को जीएएम के रूप में या जीएलएम के रूप में तैयार किया जा सकता है, जबकि कोवरिएट्स के एक विस्तार के साथ, कुछ जीएएम मॉडल हैं जो मानक जीएलएम ढांचे में उपलब्ध नहीं हैं।
उदाहरण के लिए, कोई एक गम मॉडल फिट कर सकता है जो प्रत्येक कोवरिएट्स के लिए चौरसाई पट्टी का उपयोग कर सकता है । यह मूल रूप से चर के विस्तार में परिणाम देता है, लेकिन दूसरे डेरिवेटिव पर जुर्माना के साथ। यह एक मॉडल है जो मानक GLM ढांचे के बाहर थोड़ा सा है।
इसके अलावा, इसे अक्सर मानक प्रक्रिया माना जाता है, और नमूना त्रुटियों से बाहर के विभिन्न उपायों का अनुकूलन करके स्मूथिंग मापदंडों (यानी स्वतंत्रता की सीमा आदि) को फिट करने के लिए अधिकांश जीएएम लाइब्रेरी में बनाया जाता है, जबकि जीएलएम फॉर्मूलेशन आमतौर पर कोवेट स्पेस पर विचार करता है। तय की।
glmफ़ंक्शन के साथ सीधे फिट नहीं कर सकते हैं , इसके विपरीत जब एक चमक के साथ मानक घन विभाजन का उपयोग किया जाता है।