การถดถอยเฉพาะที่ LOESS / LOWESS
LOESS (locally estimated scatterplot smoothing) ซึ่ง William Cleveland แนะนำในปี 1979 และพัฒนาต่อกับ Susan Devlin ในปี 1988 ได้ปรับเส้นโค้งเรียบผ่านข้อมูลโดยทำการถดถอยพหุนามแบบถ่วงน้ำหนักแยกต่างหากในบริเวณใกล้เคียงของแต่ละจุด การสังเกตที่อยู่ใกล้เคียงมีน้ำหนักมากกว่าจุดที่อยู่ไกล ดังนั้นวิธีการนี้จึงติดตามโครงสร้างเฉพาะที่โดยไม่ต้องสมมติรูปแบบฟังก์ชันส่วนกลางใดๆ ทำให้เป็นตัวปรับให้เรียบเพื่อการสำรวจที่ได้รับความนิยมสำหรับแผนภาพการกระจาย
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Local Regression (LOESS / LOWESS). ScholarGate. https://scholargate.app/th/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.
- แบบจำลองเชิงบวกทั่วไป (GAM)การเรียนรู้ของเครื่อง↔ compare
- การถดถอยพหุนามสถิติศาสตร์↔ compare
- Regression Splinesการเรียนรู้ของเครื่อง↔ compare