Regresja RANSAC
Regresja RANSAC to solidna metoda regresji liniowej wprowadzona przez Fischlera i Bollesa w 1981 roku, która dopasowuje model do punktów wewnętrznych (inliers) zbioru danych, automatycznie wykluczając punkty odstające (outliers). Zamiast dopasowywać wszystkie dane naraz, metoda wielokrotnie pobiera małe podzbiory, dopasowuje do nich model kandydujący i zachowuje model, który uzyskał największy konsensus zgodnych punktów.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Random Sample Consensus (RANSAC) Regression. ScholarGate. https://scholargate.app/pl/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.
- Regresja metodą najmniejszych przyciętych kwadratów (LTS)Statystyka↔ compare
- Regresja metodą najmniejszych kwadratów (OLS)Ekonometria↔ compare
- Regresja kwantylowaEkonometria↔ compare
- Estymacja odpornej kowariancji (MCD)Statystyka↔ compare
- Estymator Theila-SenaStatystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →