scilab 中的稳健回归
Robust regression in scilab
为了实现稳健的线性回归,我想实现一个具有 Geman-McLure 损失函数的 M-Estimator
class 的 M 估计器在 this document 中介绍,Geman-McLure 可在第 13 页找到。
求解最小化问题,Iteratively reweighted least squares is recommended. How can i implement this procedure in scilab?我可以使用 optim
吗?
来自 the site of the document you linked there are also some Matlab demo files available in a zip。我认为此 zip 中有两个文件很重要:
- utvisToolbox/tutorials/lineTut/robustDemo.m
- utvisToolbox/tutorials/lineTut/robustIteration.m
在 robustDemo.m 文件中有 稳健 M 估计算法 .
的实现
回答你的问题,如何在 SciLab 中实现它;您可以先使用 mfile2sci
将这些 matlab 文件转换为 scilab。至少在
sampleRobustObj
和 robustIteration
函数,只使用了基本的 Matlab 东西,应该可以被 mfile2sci
转换。
为了实现稳健的线性回归,我想实现一个具有 Geman-McLure 损失函数的 M-Estimator
class 的 M 估计器在 this document 中介绍,Geman-McLure 可在第 13 页找到。
求解最小化问题,Iteratively reweighted least squares is recommended. How can i implement this procedure in scilab?我可以使用 optim
吗?
来自 the site of the document you linked there are also some Matlab demo files available in a zip。我认为此 zip 中有两个文件很重要:
- utvisToolbox/tutorials/lineTut/robustDemo.m
- utvisToolbox/tutorials/lineTut/robustIteration.m
在 robustDemo.m 文件中有 稳健 M 估计算法 .
的实现回答你的问题,如何在 SciLab 中实现它;您可以先使用 mfile2sci
将这些 matlab 文件转换为 scilab。至少在
sampleRobustObj
和 robustIteration
函数,只使用了基本的 Matlab 东西,应该可以被 mfile2sci
转换。