Regresi Kuadrat Terkecil Parsial (PLS)

Regresi kuadrat terkecil parsial memprediksi respons dari banyak prediktor, yang sering kali sangat kolinear, dengan memproyeksikannya ke sejumlah kecil komponen laten — tetapi, tidak seperti regresi komponen utama, ia memilih komponen tersebut untuk memaksimalkan kovariansnya dengan respons, bukan hanya varians prediktor. Reduksi dimensi yang diawasi ini menjadikan PLS sebagai metode utama dalam kemometrik, spektroskopi, dan pengaturan data lebar lainnya di mana prediktor jauh melebihi observasi.