Regresija glavnih komponenti (PCR)
Regresija glavnih komponenti (PCR) prvo komprimuje skup korelisanih prediktora u nekoliko glavnih komponenti — pravce najveće varijanse — a zatim vrši regresiju odziva na tim komponentama. Odbacivanjem pravaca sa malom varijansom, PCR stabilizuje procenu u prisustvu multikolinearnosti i visoke dimenzionalnosti, po cenu izbora komponenti bez referenciranja na odziv.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
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/sr/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)Mašinsko učenje↔ compare
- Rigidna regresijaMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →