Partial Least Squares Regression (PLS)
Partial least squares regression predicerar ett svar från många, ofta starkt korrelerade prediktorer genom att projicera dem på en liten uppsättning latenta komponenter — men till skillnad från principal components regression, väljer den komponenterna för att maximera deras kovarians med svaret, inte bara variansen hos prediktorerna. Denna övervakade dimensionsreducering gör PLS till ett arbetshäst inom kemometri, spektroskopi och andra breddata-inställningar där prediktorer vida överstiger observationer.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). Partial Least Squares Regression (PLS). ScholarGate. https://scholargate.app/sv/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.
- Multipel linjär regressionStatistik↔ compare
- Principal Components Regression (PCR)Maskininlärning↔ compare
- Ridge RegressionMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →