RANSAC regresija
RANSAC regresija je robusna metoda linearne regresije koju su uveli Fischler i Bolles 1981. godine, a koja prilagođava model točkama koje pripadaju skupu podataka (inliers) automatski isključujući odstupajuće točke (outliers). Umjesto prilagođavanja svih podataka odjednom, ona ponovljeno uzorkuje male podskupove, prilagođava kandidatni model i zadržava model koji postigne najveći konsenzus točaka koje se slažu.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Random Sample Consensus (RANSAC) Regression. ScholarGate. https://scholargate.app/hr/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.
- Regresija najmanjih podrezanih kvadrata (LTS)Statistika↔ compare
- Regresija običnih najmanjih kvadrata (OLS)Ekonometrija↔ compare
- Kvantilna regresijaEkonometrija↔ compare
- Robusna procjena kovarijance (MCD)Statistika↔ compare
- Theil-Senov procjeniteljStatistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →