Regresie Liniară Robustă
Regresia liniară robustă ajustează un model liniar între predictori și un rezultat continuu, diminuând ponderea sau eliminând valorile aberante influente, prevenind astfel ca puținele observații anormale la care OLS este în mod notoriu sensibil să distorsioneze întreaga dreaptă estimată. Variantele majore includ regresia Huber, metoda celor mai mici pătrate cu ponderare iterativă (IRLS), RANSAC și estimarea Theil-Sen.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Surse
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Rousseeuw, P. J. & Leroy, A. M. (1987). Robust Regression and Outlier Detection. Wiley. ISBN: 978-0-471-85233-9
Cum se citează această pagină
ScholarGate. (2026, June 3). Robust Linear Regression (Outlier-Resistant Estimation). ScholarGate. https://scholargate.app/ro/machine-learning/robust-linear-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.
- Regresia HuberStatistică↔ compare
- Regresia LassoÎnvățare automată↔ compare
- Regresie Liniară (ML)Învățare automată↔ compare
- Regresia cuantilicăEconometrie↔ compare
- Regresia Liniară RegularizatăÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →