Hồi quy cục bộ LOESS / LOWESS
LOESS (locally estimated scatterplot smoothing - làm mịn biểu đồ phân tán ước lượng cục bộ), được giới thiệu bởi William Cleveland vào năm 1979 và mở rộng cùng Susan Devlin vào năm 1988, khớp một đường cong trơn tru qua dữ liệu bằng cách thực hiện hồi quy đa thức có trọng số riêng biệt trong vùng lân cận của mỗi điểm. Các quan sát gần hơn có trọng số cao hơn các quan sát xa, do đó phương pháp này tuân theo cấu trúc cục bộ mà không giả định bất kỳ dạng hàm toàn cục nào, làm cho nó trở thành một phương pháp làm mịn thăm dò phổ biến cho biểu đồ phân tán.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). Local Regression (LOESS / LOWESS). ScholarGate. https://scholargate.app/vi/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.
- Mô hình cộng tính tổng quát (GAM)Học máy↔ compare
- Hồi quy đa thứcThống kê↔ compare
- Hồi quy Spline và Spline Làm mịnHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →