Робусна линеарна регресија
Робусна линеарна регресија прилагођава линеарни модел између предиктора и континуираног исхода, смањујући тежину или одбацујући утицајне екстремне вредности, спречавајући да неколико аномалних посматрања, на које је ОЛС познато осетљив, искриви целу процењену линију. Главне варијанте укључују Хуберову регресију, итеративно пондерисане најмање квадрате (IRLS), RANSAC и Theil-Sen процену.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Linear Regression (Outlier-Resistant Estimation). ScholarGate. https://scholargate.app/sr/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.
- Huberova regresijaStatistika↔ compare
- Regresija LasoMašinsko učenje↔ compare
- Linearna regresija (ML)Mašinsko učenje↔ compare
- Kvantilna regresijaEkonometrija↔ compare
- Regularizovana linearna regresijaMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →