LOESS / LOWESS lokaalne regressioon
LOESS (lokaalselt hinnatud hajuvusdiagrammi silumine), mille võttis kasutusele William Cleveland 1979. aastal ja mida laiendas koos Susan Devliniga 1988. aastal, sobitab andmetele sujuva kõvera, teostades iga punkti naabruses eraldi kaalutud polünoomregressiooni. Lähedalasuvad vaatlused loevad rohkem kui kauged, seega järgib meetod lokaalset struktuuri, eeldamata globaalset funktsionaalset vormi, mis teeb sellest populaarse uurimusliku siluja hajuvusdiagrammide jaoks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Cleveland, W. S. (1979). Robust locally weighted regression and smoothing scatterplots. Journal of the American Statistical Association, 74(368), 829–836. DOI: 10.1080/01621459.1979.10481038 ↗
- Cleveland, W. S., & Devlin, S. J. (1988). Locally weighted regression: an approach to regression analysis by local fitting. Journal of the American Statistical Association, 83(403), 596–610. DOI: 10.1080/01621459.1988.10478639 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). Local Regression (LOESS / LOWESS). ScholarGate. https://scholargate.app/et/machine-learning/loess
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.
- Generaliseeritud liituv mudel (GAM)Masinõpe↔ compare
- Polünomiaalse regressiooni meetodStatistika↔ compare
- Regressioon- ja silumis-splainidMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →