Osittainen pienimmän neliösumman regressio (PLS)
Osittainen pienimmän neliösumman regressio ennustaa vastetta monista, usein vahvasti kollineaarisista ennustajista projisoimalla ne pieneen joukkoon latentteja komponentteja — mutta toisin kuin pääkomponenttiregressiossa, se valitsee komponentit maksimoidakseen niiden kovarianssin vasteen kanssa, ei pelkästään ennustajien varianssin. Tämä ohjattu dimensionpudotus tekee PLS:stä työkalu kemometriassa, spektroskopiassa ja muissa tilanteissa, joissa ennustajia on huomattavasti enemmän kuin havaintoja.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Partial Least Squares Regression (PLS). ScholarGate. https://scholargate.app/fi/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.
- Monimuuttujainen lineaarinen regressioTilastotiede↔ compare
- Pääkomponenttiregressio (PCR)Koneoppiminen↔ compare
- HarjanneregressioKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →