Regressió per mínims quadrats parcials (PLS)
La regressió per mínims quadrats parcials (PLS) prediu una resposta a partir de molts predictors, sovint fortament col·lineals, projectant-los sobre un petit conjunt de components latents; però, a diferència de la regressió per components principals (PCR), escull aquests components per maximitzar la seva covariància amb la resposta, no només la variància dels predictors. Aquesta reducció de dimensionalitat supervisada converteix la PLS en una eina fonamental en la quimiometria, lapectroscòpia i altres entorns d'ample espectre on els predictors superen àmpliament les observacions.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Partial Least Squares Regression (PLS). ScholarGate. https://scholargate.app/ca/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.
- Regressió lineal múltipleEstadística↔ compare
- Regressió per components principals (PCR)Aprenentatge automàtic↔ compare
- Regressió RidgeAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →