回帰分析
既存データの関係を関数で表現し、
新たなインプットが与えられた時、
そこから得られる数値を予測しようとするもの
PR
Ramdom Sample Consensus
・外れ値の影響を小さくするロバネスト回帰の1つ
・データをランダムに抽出して回帰を行い、当てはまるデータの割合を求める
・これを繰り返し、正常値の高い回帰を求める
例えば、物の価格など、予想したい値 y が、その物の属性の集合 x を用いて、
y = w1x + w0
と表せる場合が、回帰である。
ここで、w1とw0は、最適なパラメータを表す
線形回帰
入力xと出力yに、線形の関係があることを示すもの
1.単回帰
説明変数が1つ、目的変数が１つ。
誤差の2乗和を最小にする最小二乗法が用いられる
2.重回帰
説明変数が複数ある。
説明変数間に相関があると、正しく回帰ができない多重共線性が発生する
3.多項式回帰
説明変数の2乗、3乗を利用する
4.ロバスト回帰
外れ値の影響を小さくする
