Principal Components Regression (PCR)
Principal components regression প্রথমে একটি সেট সম্পর্কযুক্ত ভবিষ্যদ্বাণীকারীকে কয়েকটি প্রধান উপাদানে সংকুচিত করে — সর্বোচ্চ ভেদাঙ্ক (variance) যুক্ত দিকগুলি — এবং তারপরে সেই উপাদানগুলির উপর প্রতিক্রিয়া (response) রিগ্রেস করে। কম ভেদাঙ্ক যুক্ত দিকগুলি বাতিল করার মাধ্যমে, PCR বহুসংরৈখিকতা (multicollinearity) এবং উচ্চ মাত্রিকতার (high dimensionality) উপস্থিতিতে অনুমানকে স্থিতিশীল করে, তবে এর বিনিময়ে প্রতিক্রিয়া বিবেচনা না করেই উপাদান নির্বাচন করার প্রয়োজন হয়।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Jolliffe, I. T. (1982). A note on the use of principal components in regression. Journal of the Royal Statistical Society: Series C (Applied Statistics), 31(3), 300–303. DOI: 10.2307/2348005 ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed.). Springer. ISBN: 978-0-387-84857-0
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Principal Components Regression (PCR). ScholarGate. https://scholargate.app/bn/machine-learning/principal-components-regression
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.
- বহুচলক রৈখিক নির্ভরণপরিসংখ্যান↔ compare
- আংশিক ন্যূনতম বর্গক্ষেত্র রিগ্রেশন (PLS)যন্ত্র শিখন↔ compare
- রিজ রিগ্রেশনযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →