Machine learning
רגרסיה מקומית LOESS / LOWESS
LOESS (החלקה מקומית של גרף פיזור מוערך), שהוצג על ידי וויליאם קליבלנד בשנת 1979 והורחב עם סוזן דבלין בשנת 1988, מתאים עקומה חלקה לנתונים על ידי ביצוע רגרסיה פולינומית משוקללת נפרדת בשכונה של כל נקודה. תצפיות קרובות נחשבות יותר מתצפיות רחוקות, כך שהשיטה עוקבת אחר מבנה מקומי מבלי להניח כל צורה פונקציונלית גלובלית, מה שהופך אותה למחליקה פופולרית לחקר גרפי פיזור.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). Local Regression (LOESS / LOWESS). ScholarGate. https://scholargate.app/he/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.
- מודל אדיטיבי מוכלל (GAM)למידת מכונה↔ compare
- רגרסיה פולינומיתסטטיסטיקה↔ compare
- ספלינים של רגרסיה והחלקהלמידת מכונה↔ compare