RANSAC-regressioon
RANSAC-regressioon on robustne lineaarne regressioonimeetod, mille Fischler ja Bolles 1981. aastal kasutusele võtsid. See sobitab mudeli andmestiku nn. sisetäpsustega (inliers), jättes automaatselt välja nn. välistäpsused (outliers). Selle asemel, et töödelda kõiki andmeid korraga, võtab see korduvalt väikesi alamhulki, sobitab neile kandidaatmudelid ja säilitab mudeli, mis saavutab suurima üksmeelse toetuse.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Random Sample Consensus (RANSAC) Regression. ScholarGate. https://scholargate.app/et/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.
- Vähim kärbitud ruutude (LTS) regressioonStatistika↔ compare
- Tavaline vähimruutude (OLS) regressioonÖkonomeetria↔ compare
- KvantiiilregressioonÖkonomeetria↔ compare
- Robustne kovariantsuse hindamine (MCD)Statistika↔ compare
- Theil-Seni hinnangStatistika↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →