可生成图片类型（推荐）
（重定向自广义相加模型 负二项）
折叠 | |
| 节点状态 |  /  Win10及以上可用在V1.0.2部署
|
|---|---|
广义相加模型_负二项  | |
| 节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
| 节点英文名 | Generalized Additive Model_Negative Binomial |
| 功能主类别 | 数据分析 |
| 英文缩写 | GAMNB |
| 功能亚类别 | 回归分析 |
| 节点类型 | 数据挖掘 |
| 开发语言 | R |
| 节点简介 | |
广义相加模型是一种自由灵活的统计模型,它可以用来探测到非线性回归的影响。允许在未知因变量与自变量之间关系的情况下，使用非线性平滑项来拟合模型。非参数平滑项是把自变量划分成多个连续的区间，每一个区间都用单独的线性函数或非线性的低阶多项式函数来拟合。其生成的回归线为平稳、光滑的曲线。负二项回归是因变量为计数变量的回归,而且要满足以下条件:各观测行间是非独立的,事件的发生有空间聚集现象,因变量存在过离散现象，即方差远大于均数。 用途：处理预测变量和响应变量之间复杂非线性关系的统计模型，用于处理过度离散的计数数据。 参数：选择非负整数且分布具有过度离散性因变量，数值型曲线拟合变量，和自变量。 | |
| 端口数量与逻辑控制(PC) | |
| Input-入口 | 5个 |
| Output-出口 | 2个 |
| Loop-支持循环 | 是 |
| If/Switch-支持逻辑判断 | 否 |
| 输入输出 | |
| 相关节点 | |
| 上一节点 | 广义相加模型_伽玛 |
| 下一节点 | 广义相加模型_泊松 |
查找其他类别的节点，请参考以下列表
列表
数据处理节点
列表
数据分析节点
列表
机器学习节点
列表
AI和神经网络
列表
工具和辅助节点（Utils）
