跳到主要内容

随机抽样一致回归（RANSACRegressor）使用文档

组件名称随机抽样一致回归（RANSACRegressor）
工具集机器学习/回归/随机抽样一致回归（RANSACRegressor）
组件作者雪浪云-燕青
文档版本1.0
功能随机抽样一致回归（RANSACRegressor）算法
镜像名称ml_components:3
开发语言Python

组件原理​

RANSAC算法的输入是一组观测数据（往往含有较大的噪声或无效点），它是一种重采样技术（resampling technique），通过估计模型参数所需的最小的样本点数，来得到备选模型集合，然后在不断的对集合进行扩充，其算法步骤为：

  • 随机的选择估计模型参数所需的最少的样本点。

  • 估计出模型的参数。

  • 找出在误差 ϵ 内，有多少点适合当前这个模型，并将这些点标记为模型内点

  • 如果内点的数目占总样本点的比例达到了事先设定的阈值 τ，那么基于这些内点重新估计模型的参数，并以此为最终模型， 终止程序。

  • 否则重复执行1到4步。

RANSAC算法是从输入样本集合的内点的随机子集中学习模型。

RANSAC算法是一个非确定性算法（non-deterministic algorithm），这个算法只能得以一定的概率得到一个还不错的结果，在基本模型已定的情况下，结果的好坏程度主要取决于算法最大的迭代次数。

RANSAC算法在线性和非线性回归中都得到了广泛的应用，而其最典型也是最成功的应用，莫过于在图像处理中处理图像拼接问题，这部分在Opencv中有相关的实现。

从总体上来讲，RANSAC算法将输入样本分成了两个大的子集：内点（inliers）和外点（outliers）。其中内点的数据分布会受到噪声的影响；而外点主要来自于错误的测量手段或者是对数据错误的假设。而RANSAC算法最终的结果是基于算法所确定的内点集合得到的。

下图是包含很多局外点的数据集

下图是RANSAC找到的直线（局外点并不影响结果）

输入桩​

支持单个csv文件输入。

输入端子1​

  • 端口名称：训练数据
  • 输入类型：Csv文件
  • 功能描述： 输入用于训练的数据

输出桩​

支持sklearn模型输出。

输出端子1​

  • 端口名称：输出模型
  • 输出类型：sklearn模型
  • 功能描述： 输出训练好的模型用于预测

参数配置​

最小样本数​

  • 功能描述：从原始数据中随机选择的最小样本数
  • 必选参数：否
  • 默认值：（无）

残差阈值​

  • 功能描述:：能够分类为有关联的数据样本的最大残差
  • 必选参数：否
  • 默认值：（无）

最大迭代次数​

  • 功能描述：随机样本选择的最大迭代次数
  • 必选参数：是
  • 默认值：100

最大跳过次数​

  • 功能描述：由于发现零个内联或无效数据，可以跳过的最大迭代次数
  • 必选参数：否
  • 默认值：（无）

内联数量​

  • 功能描述：如果至少找到这个数量的内联数据，则停止迭代
  • 必选参数：否
  • 默认值：(无)

得分阈值​

  • 功能描述：如果分数大于或等于此阈值，则停止迭代
  • 必选参数：否
  • 默认值：（无）

Stop Probability​

  • 功能描述：如果在RANSAC中至少有一组无异常值的训练数据被采样，则RANSAC迭代停止
  • 必选参数：是
  • 默认值：0.99

损失函数​

  • 功能描述：训练时使用的损失函数
  • 必选参数：是
  • 默认值：absolute_loss

需要训练​

  • 功能描述：该模型是否需要训练，默认为需要训练。
  • 必选参数：是
  • 默认值：true

特征字段​

  • 功能描述：特征字段
  • 必选参数：是
  • 默认值：（无）

识别字段​

  • 功能描述：识别字段
  • 必选参数：是
  • 默认值：（无）

使用方法​

  • 将组件拖入到项目中
  • 与前一个组件输出的端口连接（必须是csv类型）
  • 点击运行该节点

测试用例​

  • 模板

  • 右面板配置

  • 查看结果