Online Lineær Regression
Online Lineær Regression tilpasser en lineær model én observation ad gangen og opdaterer vægtene inkrementelt, efterhånden som hvert nyt datapunkt ankommer. I modsætning til batch mindste kvadraters metode behøver den aldrig at gemme eller genbehandle hele datasættet, hvilket gør den til det naturlige valg for streaming-data, meget store datasæt og miljøer, hvor datagenereringsprocessen kan skifte over tid.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Shalev-Shwartz, S. (2012). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018 ↗
- Haykin, S. (2002). Adaptive Filter Theory (4th ed.). Prentice Hall. ISBN: 978-0130901262
Sådan citerer du denne side
ScholarGate. (2026, June 3). Online Linear Regression (Incremental Least-Squares). ScholarGate. https://scholargate.app/da/machine-learning/online-linear-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.
- Lineær regression (ML)Maskinlæring↔ compare
- Online læringMaskinlæring↔ compare
- Online logistisk regressionMaskinlæring↔ compare
- Regulariseret Lineær RegressionMaskinlæring↔ compare
- Ridge-regressionMaskinlæring↔ compare
- Stokastisk gradientnedstigning (SGD)Maskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →