Regresi Lokal LOESS / LOWESS
LOESS (perhalusan plot serakan yang dianggarkan secara setempat), diperkenalkan oleh William Cleveland pada tahun 1979 dan dikembangkan bersama Susan Devlin pada tahun 1988, menyesuaikan lengkung licin melalui data dengan melakukan regresi polinomial berbobot berasingan di kawasan sekitar setiap titik. Pemerhatian berdekatan lebih penting daripada yang jauh, jadi kaedah ini mengikut struktur setempat tanpa menganggap sebarang bentuk fungsian global, menjadikannya perhalus penerokaan yang popular untuk plot serakan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). Local Regression (LOESS / LOWESS). ScholarGate. https://scholargate.app/ms/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.
- Model Aditif Generalized (GAM)Pembelajaran Mesin↔ compare
- Regresi PolinomialStatistik↔ compare
- Regression SplinesPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →