ee.Reducer.robustLinearRegression

Membuat reducer yang menghitung regresi kuadrat terkecil yang kuat dengan numX variabel independen dan numY variabel dependen, menggunakan kuadrat terkecil yang diberi bobot ulang secara iteratif dengan fungsi biaya Talwar. Titik dianggap sebagai pencilan jika RMS residual lebih besar dari beta.

Setiap tuple input akan memiliki nilai untuk variabel independen yang diikuti oleh variabel dependen.

Output pertama adalah array koefisien dengan dimensi (numX, numY); setiap kolom berisi koefisien untuk variabel dependen yang sesuai. Yang kedua adalah vektor root mean square residual dari setiap variabel dependen. Kedua output adalah null jika sistem kurang ditentukan, misalnya, jumlah input kurang dari numX.

Penggunaan	Hasil
ee.Reducer.robustLinearRegression(numX, numY, beta)	Pengurang

Argumen	Jenis	Detail
numX	Bilangan Bulat	Jumlah dimensi input.
numY	Bilangan bulat, default: 1	Jumlah dimensi output.
beta	Float, default: null	Margin pencilan error residual. Jika null, nilai default akan dihitung.