การถดถอยแบบ RANSAC
การถดถอยแบบ RANSAC เป็นวิธีการถดถอยเชิงเส้นที่ทนทาน (robust) ซึ่ง Fischler และ Bolles แนะนำในปี 1981 โดยปรับแบบจำลองให้เข้ากับจุดข้อมูลที่อยู่ภายใน (inlier) ของชุดข้อมูล ในขณะที่แยกจุดข้อมูลที่ผิดปกติ (outlier) ออกโดยอัตโนมัติ แทนที่จะปรับข้อมูลทั้งหมดในครั้งเดียว วิธีการนี้จะสุ่มตัวอย่างชุดย่อยเล็กๆ ซ้ำๆ ปรับแบบจำลองผู้สมัคร และเก็บแบบจำลองที่ได้รับฉันทามติ (consensus) จากจุดที่สอดคล้องกันมากที่สุด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Random Sample Consensus (RANSAC) Regression. ScholarGate. https://scholargate.app/th/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.
- การถดถอยกำลังสองตัดแต่งน้อยที่สุด (Least Trimmed Squares: LTS)สถิติศาสตร์↔ compare
- การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)เศรษฐมิติ↔ compare
- การถดถอยควอนไทล์เศรษฐมิติ↔ compare
- การประมาณค่าความแปรปรวนร่วมที่ทนทาน (MCD)สถิติศาสตร์↔ compare
- ตัวประมาณค่าแบบ Theil-Senสถิติศาสตร์↔ compare