LOESS / LOWESS lokal regresjon
LOESS (lokalt estimert spredningsplottutjevning), introdusert av William Cleveland i 1979 og utvidet med Susan Devlin i 1988, tilpasser en jevn kurve gjennom data ved å utføre en separat vektet polynomisk regresjon i nabolaget til hvert punkt. Nærliggende observasjoner teller mer enn fjerne, så metoden følger lokal struktur uten å anta noen global funksjonell form, noe som gjør den til en populær utforskende utjevner for spredningsplott.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Local Regression (LOESS / LOWESS). ScholarGate. https://scholargate.app/no/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.
- Generaliserte additive modeller (GAM)Maskinlæring↔ compare
- PolynomregresjonStatistikk↔ compare
- Regresjons- og utjevningssplinerMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →