انحدار المربعات الصغرى الجزئية (PLS)
يتنبأ انحدار المربعات الصغرى الجزئية بالاستجابة من العديد من المتنبئات، وغالبًا ما تكون مترابطة بشكل كبير، عن طريق إسقاطها على مجموعة صغيرة من المكونات الكامنة - ولكن، على عكس انحدار المكونات الرئيسية، فإنه يختار تلك المكونات لتعظيم التغاير مع الاستجابة، وليس فقط تباين المتنبئات. هذا الاختزال الإشرافي للأبعاد يجعل PLS أداة أساسية في الكيمياء القياسية، والتحليل الطيفي، والإعدادات الواسعة للبيانات حيث يفوق عدد المتنبئات عدد الملاحظات بكثير.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Wold, S., Sjöström, M., & Eriksson, L. (2001). PLS-regression: a basic tool of chemometrics. Chemometrics and Intelligent Laboratory Systems, 58(2), 109–130. DOI: 10.1016/S0169-7439(01)00155-1 ↗
- Geladi, P., & Kowalski, B. R. (1986). Partial least-squares regression: a tutorial. Analytica Chimica Acta, 185, 1–17. DOI: 10.1016/0003-2670(86)80028-9 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). Partial Least Squares Regression (PLS). ScholarGate. https://scholargate.app/ar/machine-learning/partial-least-squares
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- الانحدار الخطي المتعددالإحصاء↔ compare
- انحدار المكونات الرئيسية (PCR)تعلم الآلة↔ compare
- انحدار ريدج (Ridge Regression)تعلم الآلة↔ compare