Regrese RANSAC
Regrese RANSAC je robustní metoda lineární regrese zavedená Fischlerem a Bollesem v roce 1981, která přizpůsobuje model bodům patřícím do množiny vnitřních hodnot (inliers) datové sady a zároveň automaticky vylučuje odlehlé hodnoty (outliers). Místo přizpůsobení všech dat najednou opakovaně vzorkuje malé podmnožiny, přizpůsobuje kandidátní model a ponechává si model, který získá největší shodu bodů.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Fischler, M. A. & Bolles, R. C. (1981). Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography. Communications of the ACM, 24(6), 381-395. DOI: 10.1145/358669.358692 ↗
- Torr, P. H. S. & Zisserman, A. (2000). MLESAC: A New Robust Estimator with Application to Estimating Image Geometry. Computer Vision and Image Understanding, 78(1), 138-156. DOI: 10.1006/cviu.1999.0832 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Random Sample Consensus (RANSAC) Regression. ScholarGate. https://scholargate.app/cs/statistics/ransac-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Regrese nejmenších ořezaných čtverců (Least Trimmed Squares, LTS)Statistika↔ compare
- Regrese metodou ordinárních nejmenších čtverců (OLS)Ekonometrie↔ compare
- Kvantilová regreseEkonometrie↔ compare
- Robustní odhad kovariance (MCD)Statistika↔ compare
- Odhad Theil-SenStatistika↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →