Regresia čiastočných najmenších štvorcov (PLS)
Regresia čiastočných najmenších štvorcov predpovedá odozvu z mnohých, často vysoko kolineárnych prediktorov tak, že ich premieta do malej sady latentných komponentov — ale na rozdiel od regresie hlavných komponentov, volí tieto komponenty tak, aby maximalizovali ich kovarianciu s odozvou, nie len varianciu prediktorov. Táto supervizovaná redukcia dimenzie robí z PLS kľúčovú metódu v chemometrii, spektroskopii a iných širokodimenzionálnych nastaveniach, kde prediktory ďaleko prevyšujú počet pozorovaní.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Partial Least Squares Regression (PLS). ScholarGate. https://scholargate.app/sk/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.
- Mnohonásobná lineárna regresiaŠtatistika↔ compare
- Regresia hlavných komponent (PCR)Strojové učenie↔ compare
- Regresia RidgeStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →