Processing math: 100%
で見て理解するアルゴリズム
Powered by
ThothChildren
Main
Info
工学
情報学
回帰
ロボット
機械学習
クラスタリング
強化学習
最小二乗法
ロバスト推定
ロバスト推定
M-Estimator(M推定法、ロバスト推定)のイメージ
M-Estimator(M推定法、ロバスト推定)でのイメージを持てるような例を紹介します.

これだけ知っとく! : M-Estimator(M推定法、ロバスト推定)概要
Points!
  • サンプル点にフィットする誤差の少ない関数のパラメータを推定
  • TukeyのBiweight推定法によって重み付け
  • 線形の直線の式y=ax+bの場合は下記のように計算する
  • 傾き a=nnk=1xkyknk=1xknk=1yknnk=1x2k(nk=1xk)2
  • 切片b=nnk=1x2knk=1yknk=1xkyknk=1xknnk=1x2k(nk=1xk)2
  • 大きな外れ値がある場合は結果の関数が引っ張られてしまう
  • 必ず一意に求めることができる
前置き! : 操作方法
サンプルする直線の傾きaと切片bを設定し個数とシグマを調整して「Sample Points」をサンプリングしてください.
直線の周りにばらけた点が置かれます.その後Fittingを実行してください.
白いキャンバスをクリックすると点が追加され、点はドラッグで移動させることができます.外れ値などを手動で設定してみると外乱に弱いことがわかります.
やり直す場合は「Clear」を押してください.
可視化! : M-Estimator(M推定法、ロバスト推定)の可視化
a: b:
Num: Var: W Threshold:
Facebookシェア Twitterツイート LINEで送る
Facebookシェア Twitterツイート LINEで送る
  • M-Estimator(M推定法、ロバスト推定)のイメージ