ee.Reducer.robustLinearRegression

একটি রিডুসার তৈরি করে যা numX স্বাধীন ভেরিয়েবল এবং numY নির্ভরশীল ভেরিয়েবলের সাথে একটি শক্তিশালী সর্বনিম্ন বর্গক্ষেত্রের রিগ্রেশন গণনা করে, তালওয়ার খরচ ফাংশনের সাথে পুনরাবৃত্তিমূলকভাবে পুনরায় ওজন করা সর্বনিম্ন বর্গক্ষেত্র ব্যবহার করে। অবশিষ্টাংশের RMS বিটা থেকে বড় হলে একটি বিন্দুকে আউটলায়ার হিসেবে বিবেচনা করা হয়।

প্রতিটি ইনপুট টিপলে স্বাধীন ভেরিয়েবলের জন্য মান থাকবে এবং নির্ভরশীল ভেরিয়েবলগুলি অনুসরণ করবে।

প্রথম আউটপুটটি মাত্রা সহ একটি সহগ অ্যারে (numX, numY); প্রতিটি কলাম সংশ্লিষ্ট নির্ভরশীল ভেরিয়েবলের সহগ ধারণ করে। দ্বিতীয়টি প্রতিটি নির্ভরশীল চলকের অবশিষ্টাংশের মূল গড় বর্গক্ষেত্রের একটি ভেক্টর। উভয় আউটপুট শূন্য হয় যদি সিস্টেমটি অবনমিত হয়, যেমন, ইনপুটের সংখ্যা numX এর চেয়ে কম।

ব্যবহার	রিটার্নস
ee.Reducer.robustLinearRegression(numX, numY , beta )	হ্রাসকারী

যুক্তি	টাইপ	বিস্তারিত
numX	পূর্ণসংখ্যা	ইনপুট মাত্রা সংখ্যা.
numY	পূর্ণসংখ্যা, ডিফল্ট: 1	আউটপুট মাত্রা সংখ্যা.
beta	ফ্লোট, ডিফল্ট: নাল	অবশিষ্ট ত্রুটি বহির্মুখী মার্জিন। শূন্য হলে, একটি ডিফল্ট মান গণনা করা হবে।