RANSAC-regresjon
RANSAC-regresjon er en robust lineær regresjonsmetode introdusert av Fischler og Bolles i 1981 som tilpasser en modell til inlier-punktene i et datasett, samtidig som den automatisk ekskluderer uteliggere. I stedet for å tilpasse alle dataene samtidig, sampler den gjentatte ganger små delmengder, tilpasser en kandidatmodell, og beholder modellen som oppnår størst konsensus av samtykkende punkter.
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
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Random Sample Consensus (RANSAC) Regression. ScholarGate. https://scholargate.app/no/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.
- Least Trimmed Squares (LTS) regresjonStatistikk↔ compare
- Minste kvadraters metode (OLS)Økonometri↔ compare
- KvantilregresjonØkonometri↔ compare
- Robust kovariansestimering (MCD)Statistikk↔ compare
- Theil-Sen-estimatorStatistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →