Непараметрическая регрессия

Непараметрическая регрессия не использует заранее определенную форму предиктора, а строится на основе информации из данных.
Непараметрическая регрессия требует большего объема выборки, чем параметрические модели.
В непараметрической регрессии мы имеем дело со случайными переменными X и Y.
Линейная регрессия является ограниченным случаем непараметрической регрессии.
Некоторые авторы используют предположение об аддитивном шуме в непараметрической регрессии.
Список универсальных алгоритмов непараметрической регрессии включает ближайшие соседи, деревья регрессии, регрессию ядра и другие методы.
Примеры непараметрической регрессии включают кригинг и регрессию ядра.

Полный текст статьи:

Непараметрическая регрессия — Википедия