- 一种鲁棒的参数估计方法
基本思想是从所有的样本中随机采样n个样本,n是最少的能支持模型的样本数。如一条直线n=2.然后计算这个模型的性能。如此迭代。迭代完成之后选择一个指标最好的模型。
其数学原理是,采样次数越多,出现完美模型的概率越接近于1.
可以用于带有噪声的数据的模型参数估计。
放一个直线拟合的实验结果:
-
最小二乘法
-
RANSAC
2024-04-06 15:32:13
基本思想是从所有的样本中随机采样n个样本,n是最少的能支持模型的样本数。如一条直线n=2.然后计算这个模型的性能。如此迭代。迭代完成之后选择一个指标最好的模型。
其数学原理是,采样次数越多,出现完美模型的概率越接近于1.
可以用于带有噪声的数据的模型参数估计。
放一个直线拟合的实验结果:
最小二乘法
RANSAC