适用范围
- 样本量很小,不是正态分布(线性回归一般需要满足正态分布)
原理
使用了包括PCA,典型相关
步骤
第一步:确认主成分数量,通过交叉有效性,RMSEP图和投影重要性VIP分析进行确认;
第二步:基于第一步主成分数量基础上,进行分析。
第二步可以继续拆分为以下5个步骤,分别是:
第1:描述主成分与研究项之间的关系表达式;
第2:描述主成分与研究项之间的相关系数loading值;
第3:描述主成分与研究间之间信息解释率(方差解释率),即精度分析;
第4:研究X对于Y的影响关系情况,包括显著性情况,以及R 方值等;
第5:研究X对于Y的解释力度,即投影重要性VIP分析。
用python实现PLSR
Partial Least Squares Regression (PLSR) is a popular technique for building linear regression models when there are many predictor variables and there may be multicollinearity among them. In PLSR, a set of orthogonal linear combinations of the predictor variables (known as the latent variables or compon
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)