Regrese hlavních komponent (PCR)
Regrese hlavních komponent nejprve komprimuje sadu korelovaných prediktorů do několika hlavních komponent — směrů s největší variancí — a poté na tyto komponenty regresuje odezvu. Vyloučením směrů s nízkou variancí stabilizuje PCR odhad v přítomnosti multikolinearity a vysoké dimenzionality, a to za cenu výběru komponent bez ohledu na odezvu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 2). Principal Components Regression (PCR). ScholarGate. https://scholargate.app/cs/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.
- Mnohonásobná lineární regreseStatistika↔ compare
- Regrese parciálních nejmenších čtverců (PLS)Strojové učení↔ compare
- Ridge regreseStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →