Regresia hlavných komponent (PCR)
Regresia hlavných komponent najprv komprimuje množinu korelovaných prediktorov do niekoľkých hlavných komponent – smerov s najväčším rozptylom – a potom regresuje odozvu na týchto komponentoch. Vylúčením smerov s nízkym rozptylom PCR stabilizuje odhad v prítomnosti multikolinearity a vysokej dimenzionality, avšak za cenu výberu komponentov bez ohľadu na odozvu.
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
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 2). Principal Components Regression (PCR). ScholarGate. https://scholargate.app/sk/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.
- Mnohonásobná lineárna regresiaŠtatistika↔ compare
- Regresia čiastočných najmenších štvorcov (PLS)Strojové učenie↔ compare
- Regresia RidgeStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →