Peamine komponentregressioon (PCR)
Peamine komponentregressioon (Principal Components Regression, PCR) esmalt tihendab korreleeruvate ennustajate hulga mõneks peamiseks komponendiks – suurima dispersiooniga suundadeks – ning seejärel taandab vastuse neile komponentidele. Väikese dispersiooniga suundade kõrvaldamisega stabiliseerib PCR multikollineaarsuse ja kõrge dimensioonilisuse korral hinnangute andmist, kuid seda komponentide valiku hinnaga, mis ei võta arvesse vastust.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). Principal Components Regression (PCR). ScholarGate. https://scholargate.app/et/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.
- Mitme muutujaga lineaarne regressioonStatistika↔ compare
- Osatäisruutregressioon (PLS)Masinõpe↔ compare
- Ridge RegressionMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →