Anúncio: todos os projetos não comerciais registrados para usar o Earth Engine antes de
15 de abril de 2025 precisam
verificar a qualificação não comercial para manter o acesso. Se você não fizer a verificação até 26 de setembro de 2025, seu acesso poderá ser suspenso.
ee.Reducer.robustLinearRegression
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Cria um redutor que calcula uma regressão de mínimos quadrados robusta com numX variáveis independentes e numY variáveis dependentes, usando mínimos quadrados iterativamente reponderados com a função de custo de Talwar. Um ponto é considerado um outlier se o RMS dos resíduos for maior que beta.
Cada tupla de entrada terá valores para as variáveis independentes seguidas pelas variáveis dependentes.
A primeira saída é uma matriz de coeficientes com dimensões (numX, numY). Cada coluna contém os coeficientes da variável dependente correspondente. O segundo é um vetor da raiz quadrada média dos resíduos de cada variável dependente. As duas saídas serão nulas se o sistema for indeterminado, por exemplo, se o número de entradas for menor que numX.
| Uso | Retorna |
|---|
ee.Reducer.robustLinearRegression(numX, numY, beta) | Redutor |
| Argumento | Tipo | Detalhes |
|---|
numX | Número inteiro | O número de dimensões de entrada. |
numY | Número inteiro, padrão: 1 | O número de dimensões de saída. |
beta | Ponto flutuante, padrão: nulo | Margem de outlier de erro residual. Se for nulo, um valor padrão será calculado. |
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2025-07-26 UTC.
[null,null,["Última atualização 2025-07-26 UTC."],[],[]]
