Regresija glavnih komponenti (PCR)
Regresija glavnih komponenti najprije komprimira skup koreliranih prediktora u nekoliko glavnih komponenti — smjerova najveće varijance — a zatim regresira odziv na te komponente. Odbacivanjem smjerova niske varijance, PCR stabilizira procjenu u prisutnosti multikolinearnosti i visoke dimenzionalnosti, uz cijenu odabira komponenti bez obzira na odziv.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Principal Components Regression (PCR). ScholarGate. https://scholargate.app/hr/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.
- Višestruka linearna regresijaStatistika↔ compare
- Regresija parcijalnih najmanjih kvadrata (PLS)Strojno učenje↔ compare
- Ridge RegressionStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →