हर इनपुट टपल में, इंडिपेंडेंट वैरिएबल की वैल्यू के बाद डिपेंडेंट वैरिएबल की वैल्यू होंगी.
पहला आउटपुट, डाइमेंशन (numX, numY) वाला कोएफ़िशिएंट ऐरे होता है. हर कॉलम में, संबंधित आश्रित वैरिएबल के कोएफ़िशिएंट होते हैं. दूसरा, हर डिपेंडेंट वैरिएबल के रेज़िडुअल के रूट मीन स्क्वेयर का वेक्टर होता है. अगर सिस्टम में ज़रूरत से कम इनपुट हैं, तो दोनों आउटपुट शून्य होंगे. उदाहरण के लिए, अगर इनपुट की संख्या, numX से कम है.
| इस्तेमाल | रिटर्न |
|---|---|
ee.Reducer.robustLinearRegression(numX, numY, beta) | रेड्यूसर |
| आर्ग्यूमेंट | टाइप | विवरण |
|---|---|---|
numX | पूर्णांक | इनपुट डाइमेंशन की संख्या. |
numY | पूर्णांक, डिफ़ॉल्ट: 1 | आउटपुट डाइमेंशन की संख्या. |
beta | फ़्लोट, डिफ़ॉल्ट: null | रेज़िडुअल गड़बड़ी का आउटलायर मार्जिन. अगर वैल्यू शून्य है, तो डिफ़ॉल्ट वैल्यू का हिसाब लगाया जाएगा. |