رگرسیون رنسک
رگرسیون رنسک (RANSAC Regression) یک روش رگرسیون خطی مقاوم است که در سال ۱۹۸۱ توسط فیشلر و بولز معرفی شد و با حذف خودکار نقاط پرت، مدلی را برای نقاط درونی مجموعه داده برازش میدهد. به جای برازش کل دادهها به یکباره، به طور مکرر زیرمجموعههای کوچک را نمونهبرداری میکند، یک مدل کاندید برازش میدهد و مدلی را نگه میدارد که بیشترین اجماع نقاط موافق را به دست میآورد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Random Sample Consensus (RANSAC) Regression. ScholarGate. https://scholargate.app/fa/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.
- رگرسیون حداقل مربعات هرسشده (LTS)آمار↔ compare
- رگرسیون حداقل مربعات معمولی (OLS)اقتصادسنجی↔ compare
- رگرسیون کوانتایلاقتصادسنجی↔ compare
- تخمین کوواریانس مقاوم (MCD)آمار↔ compare
- تخمینگر تیل-سنآمار↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →