お知らせ:
2025 年 4 月 15 日より前に Earth Engine の使用を登録したすべての非商用プロジェクトは、Earth Engine へのアクセスを維持するために
非商用目的での利用資格を確認する必要があります。
ee.Reducer.robustLinearRegression
コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
: Talwar コスト関数を使用した反復再重み付け最小二乗法を使用して、numX 個の独立変数と numY 個の従属変数でロバスト最小二乗回帰を計算するリデューサーを作成します。残差の RMS がベータより大きい場合、ポイントは外れ値と見なされます。
各入力タプルには、独立変数の値の後に従属変数の値が続きます。
最初の出力は、ディメンション（numX、numY）の係数配列です。各列には、対応する従属変数の係数が含まれています。2 つ目は、各従属変数の残差の二乗平均平方根のベクトルです。システムが過小決定の場合（入力数が numX より少ない場合など）、両方の出力が null になります。
| 用途 | 戻り値 |
|---|
ee.Reducer.robustLinearRegression(numX, numY, beta) | レデューサ |
| 引数 | タイプ | 詳細 |
|---|
numX | Integer | 入力ディメンションの数。 |
numY | 整数。デフォルト: 1 | 出力ディメンションの数。 |
beta | 浮動小数点数、デフォルト: null | 残差エラーの外れ値の許容範囲。null の場合、デフォルト値が計算されます。 |
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2025-07-26 UTC。
[null,null,["最終更新日 2025-07-26 UTC。"],[[["\u003cp\u003eComputes robust least squares regression using iteratively reweighted least squares with the Talwar cost function, handling outliers based on residual error.\u003c/p\u003e\n"],["\u003cp\u003eAccepts input tuples with independent and dependent variable values, outputting regression coefficients and root mean square residuals.\u003c/p\u003e\n"],["\u003cp\u003eOutputs null if the system is underdetermined (insufficient input data for the number of variables).\u003c/p\u003e\n"],["\u003cp\u003eOffers customization through parameters: \u003ccode\u003enumX\u003c/code\u003e for independent variables, \u003ccode\u003enumY\u003c/code\u003e for dependent variables, and \u003ccode\u003ebeta\u003c/code\u003e for outlier detection threshold.\u003c/p\u003e\n"]]],[],null,["# ee.Reducer.robustLinearRegression\n\nCreates a reducer that computes a robust least squares regression with numX independent variables and numY dependent variables, using iteratively reweighted least squares with the Talwar cost function. A point is considered an outlier if the RMS of residuals is greater than beta.\n\n\u003cbr /\u003e\n\nEach input tuple will have values for the independent variables followed by the dependent variables.\n\nThe first output is a coefficients array with dimensions (numX, numY); each column contains the coefficients for the corresponding dependent variable. The second is a vector of the root mean square of the residuals of each dependent variable. Both outputs are null if the system is underdetermined, e.g., the number of inputs is less than numX.\n\n| Usage | Returns |\n|----------------------------------------------------------------|---------|\n| `ee.Reducer.robustLinearRegression(numX, `*numY* `, `*beta*`)` | Reducer |\n\n| Argument | Type | Details |\n|----------|----------------------|---------------------------------------------------------------------------|\n| `numX` | Integer | The number of input dimensions. |\n| `numY` | Integer, default: 1 | The number of output dimensions. |\n| `beta` | Float, default: null | Residual error outlier margin. If null, a default value will be computed. |"]]
