Prinsipalkomponentregresjon (PCR)
Prinsipalkomponentregresjon komprimerer først et sett med korrelerte prediktorer til noen få prinsipalkomponenter – retningene med størst varians – og regreserer deretter responsen på disse komponentene. Ved å forkaste retninger med lav varians, stabiliserer PCR estimering i nærvær av multikollinearitet og høy dimensionalitet, på bekostning av å velge komponenter uten referanse til responsen.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 2). Principal Components Regression (PCR). ScholarGate. https://scholargate.app/no/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.
- Multippel lineær regresjonStatistikk↔ compare
- Partiell minste kvadraters regresjon (PLS)Maskinlæring↔ compare
- Ridge RegressionMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →