मजबूत रैखिक प्रतिगमन
मजबूत रैखिक प्रतिगमन भविष्यवक्ताओं और एक सतत परिणाम के बीच एक रैखिक मॉडल को फिट करता है, जबकि प्रभावशाली बाहरी लोगों को कम महत्व देता है या उन्हें छोड़ देता है, जिससे कुछ विसंगत अवलोकन जो OLS के लिए प्रसिद्ध रूप से संवेदनशील हैं, पूरे अनुमानित रेखा को विकृत करने से रोकते हैं। प्रमुख वेरिएंट में हबर प्रतिगमन, पुनरावृत्तीय रूप से पुनःभारित न्यूनतम वर्ग (IRLS), RANSAC, और थेइल-सेन अनुमान शामिल हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
स्रोत
- 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
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Robust Linear Regression (Outlier-Resistant Estimation). ScholarGate. https://scholargate.app/hi/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.
- ह्यूबर रिग्रेशनसांख्यिकी↔ compare
- लासो रिग्रेशनमशीन अधिगम↔ compare
- रेखीय प्रतिगमन (ML)मशीन अधिगम↔ compare
- क्वांटाइल रिग्रेशनअर्थमिति↔ compare
- नियमित रैखिक प्रतिगमनमशीन अधिगम↔ compare