【机器学习】RANSAC介绍

RANSAC(随机一致性采样)

**优点:对噪声点不敏感,**因为他不对噪声点进行建模。
而最小二乘法对所有点进行建模,所以他对噪声很敏感。

过程

总的来说:类似GMM、KNN这种算法,都是先随机挑一部分数据来拟合模型,然后计算其他数据与该模型的距离从而引入一些新的类内数据,再用新的类内数据来拟合出新的模型,迭代这个过程,直到有足够多的点被归为类内点。
本质上都是迭代算法,使用EM算法进行学习,E步固定模型分类数据,M步固定数据更新模型。

流程概括:

举个例子:使用RANSAC——拟合直线

参考链接

计算机视觉基本原理——RANSAC

作者:秋天的波 原文地址:https://blog.csdn.net/liufang_imei/article/details/128622909

%s 个评论

要回复文章请先登录注册