Robust lineaarregressioon
Robustne lineaarregressioon sobitab lineaarse mudeli ennustajate ja pideva tulemuse vahel, vähendades või kõrvaldades mõjukaid äärmusväärtusi, takistades üksikutel anomaalsetel vaatlustel, mille suhtes OLS on kuulsalt tundlik, kogu hinnangulise joone moonutamist. Peamised variandid hõlmavad Huberi regressiooni, iteratiivselt kaalutud vähimruutude meetodit (IRLS), RANSAC-i ja Theil-Seni hinnangut.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Allikad
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Rousseeuw, P. J. & Leroy, A. M. (1987). Robust Regression and Outlier Detection. Wiley. ISBN: 978-0-471-85233-9
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Robust Linear Regression (Outlier-Resistant Estimation). ScholarGate. https://scholargate.app/et/machine-learning/robust-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.
- Huberi regressioonStatistika↔ compare
- Lasso-regressioonMasinõpe↔ compare
- Lineaarne regressioon (ML)Masinõpe↔ compare
- KvantiiilregressioonÖkonomeetria↔ compare
- Regulaarne LineaarregressioonMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →