1从原始数据集上选择n个点
2初始的误差设为无穷大
2用这n个点拟合模型
3计算其他点到这个模型的距离
4如果满足距离条件的点数超过阈值，则认为这个模型足够好，将其记录下来
5计算新模型的误差如果误差小于初始误差则将其保留下来
5用所有的内点拟合新的模型
Ransac算法 - 草稿
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
相关阅读更多精彩内容
- 机器学习是做NLP和计算机视觉这类应用算法的基础，虽然现在深度学习模型大行其道，但是懂一些传统算法的原理和它们之间...
- 博客上看到一篇优秀的翻译文章。文章地址：http://blog.csdn.net/heyongluoyao8/ar...
