Hồi quy thành phần chính (PCR)
Hồi quy thành phần chính trước tiên nén một tập hợp các biến dự báo có tương quan thành một vài thành phần chính — các hướng có phương sai lớn nhất — sau đó hồi quy biến đáp ứng trên các thành phần đó. Bằng cách loại bỏ các hướng có phương sai thấp, PCR ổn định hóa ước lượng khi có hiện tượng đa cộng tuyến và chiều dữ liệu cao, với chi phí lựa chọn các thành phần mà không tham chiếu đến biến đáp ứng.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 2). Principal Components Regression (PCR). ScholarGate. https://scholargate.app/vi/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.
- Hồi quy tuyến tính bộiThống kê↔ compare
- Hồi quy Bình phương Tối thiểu Riêng phần (PLS)Học máy↔ compare
- Ridge RegressionHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →