Regression model
רגרסיית RANSAC
רגרסיית RANSAC היא שיטת רגרסיה לינארית רובסטית שהוצגה על ידי פישלר ובולס בשנת 1981, אשר מתאימה מודל לנקודות ה'פנימיות' (inliers) של מערך נתונים תוך כדי החרגה אוטומטית של נקודות חריגות (outliers). במקום להתאים את כל הנתונים בבת אחת, היא דוגמת באופן חוזר תת-קבוצות קטנות, מתאימה מודל מועמד, ושומרת את המודל שמקבל את הקונצנזוס הגדול ביותר של נקודות תואמות.
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
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Random Sample Consensus (RANSAC) Regression. ScholarGate. https://scholargate.app/he/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.
- רגרסיית ריבועים זעירים חתוכים (Least Trimmed Squares - LTS)סטטיסטיקה↔ compare
- רגרסיית ריבועים פחותים רגילים (OLS)אקונומטריקה↔ compare
- רגרסיית קוונטיליםאקונומטריקה↔ compare
- אמידת שונוּת-משותפת חסונה (MCD)סטטיסטיקה↔ compare
- אומד תייל-סןסטטיסטיקה↔ compare