আর্থ ইঞ্জিন শেয়ার করা কম্পিউট রিসোর্স সুরক্ষিত রাখতে এবং সকলের জন্য নির্ভরযোগ্য পারফরম্যান্স নিশ্চিত করতে নন-কমার্শিয়াল কোটা টিয়ার চালু করেছে। নন-কমার্শিয়াল প্রোজেক্টগুলো ডিফল্টভাবে কমিউনিটি টিয়ার ব্যবহার করে, তবে আপনি যেকোনো সময় একটি প্রোজেক্টের টিয়ার পরিবর্তন করতে পারেন।
ee.Reducer.robustLinearRegression
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
একটি রিডুসার তৈরি করে যা numX স্বাধীন ভেরিয়েবল এবং numY নির্ভরশীল ভেরিয়েবলের সাথে একটি শক্তিশালী সর্বনিম্ন বর্গক্ষেত্রের রিগ্রেশন গণনা করে, তালওয়ার খরচ ফাংশনের সাথে পুনরাবৃত্তিমূলকভাবে পুনরায় ওজন করা সর্বনিম্ন বর্গক্ষেত্র ব্যবহার করে। অবশিষ্টাংশের RMS বিটা থেকে বড় হলে একটি বিন্দুকে আউটলায়ার হিসেবে বিবেচনা করা হয়।
প্রতিটি ইনপুট টিপলে স্বাধীন ভেরিয়েবলের জন্য মান থাকবে এবং নির্ভরশীল ভেরিয়েবলগুলি অনুসরণ করবে।
প্রথম আউটপুটটি মাত্রা সহ একটি সহগ অ্যারে (numX, numY); প্রতিটি কলাম সংশ্লিষ্ট নির্ভরশীল ভেরিয়েবলের সহগ ধারণ করে। দ্বিতীয়টি প্রতিটি নির্ভরশীল চলকের অবশিষ্টাংশের মূল গড় বর্গক্ষেত্রের একটি ভেক্টর। উভয় আউটপুট শূন্য হয় যদি সিস্টেমটি অবনমিত হয়, যেমন, ইনপুটের সংখ্যা numX এর চেয়ে কম।
[[["সহজে বোঝা যায়","easyToUnderstand","thumb-up"],["আমার সমস্যার সমাধান হয়েছে","solvedMyProblem","thumb-up"],["অন্যান্য","otherUp","thumb-up"]],[["এতে আমার প্রয়োজনীয় তথ্য নেই","missingTheInformationINeed","thumb-down"],["খুব জটিল / অনেক ধাপ","tooComplicatedTooManySteps","thumb-down"],["পুরনো","outOfDate","thumb-down"],["অনুবাদ সংক্রান্ত সমস্যা","translationIssue","thumb-down"],["নমুনা / কোড সংক্রান্ত সমস্যা","samplesCodeIssue","thumb-down"],["অন্যান্য","otherDown","thumb-down"]],["2025-07-24 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[]]
