基本思想是从所有的样本中随机采样n个样本，n是最少的能支持模型的样本数。如一条直线n=2.然后计算这个模型的性能。如此迭代。迭代完成之后选择一个指标最好的模型。
其数学原理是，采样次数越多，出现完美模型的概率越接近于1.
可以用于带有噪声的数据的模型参数估计。
放一个直线拟合的实验结果：
-
最小二乘法
-
RANSAC
标签：RANSAC,采样,迭代,模型,参数估计,参数,拟合
来源： https://blog.csdn.net/m0_38139098/article/details/111571557