PCA与PLS的区别
主成分分析(PCA)是一种无监督学习方法,通过对数据做正交旋转变换,使变换后的变量都是正交的。目的是对多变量数据信息进行调整组合,提取较少的综合变量特征去解释原来数据资料的大部分信息。也就是在力保数据信息损失最少的原则下,对高维数据空间进行降维。
PCA降维之后得到的特征变量通常是原始变量特征的线性组合(KPCA通过核函数的方法得到非线性特征),主成分之间相互正交,消除了变量之间的多重共线性。但是在PCA降维过程中,因变量(响应变量)并没有参与指导主成分的构造,所以PCA有一个弊端:无法保证很好地解释预测变量的方向同时可以很好地预测因变量。
偏最小二乘回归(PLS)是一种监督式方法,包含了主成分分析、典型相关分析的思想。利用PLS降维的目的是使提取后得到的特征变量不仅能很好的概括原始变量的信息,而且对因变量有很强的解释能力。
具体过程为分别从自变量和因变量中提取成分T,U(偏最小二乘因子),保证T,U能尽可能多的提取所在变量组的变异信息,同时保证二者之间的相关性最大。PLS把m个主成分作为新的变量集,在此基础上进行最小二乘回归,所以响应变量起到了调整各主成分参数的作用。偏最小二乘回归可以较好的解决样本个数少于变量个数的问题,并且除了考虑自变量矩阵外,还考虑了相应矩阵。
PCA与PLS的区别相关推荐
- 基于PCA和PLS的近红外光谱建模
系列文章目录 近红外光谱分析技术属于交叉领域,需要化学.计算机科学.生物科学等多领域的合作.为此,在(北京邮电大学杨辉华老师团队)指导下,近期准备开源传统的PLS,SVM,ANN,RF等经典算和SG, ...
- IPS面板和PLS液晶面板区别
IPS LG公司广视角技术,常说的硬屏,产品很丰富 PLS 三星公司新出的广视角技术 PLS亮度较高,对比度稍高,他们比VA面板对比度都差很多,VA能达到原生对比度3000:1 . 下面是这三种面板的 ...
- 【案例实践】Python多元线性回归、机器学习、深度学习在近红外光谱分析中的实践应用
查看原文>>>基于Python多元线性回归.机器学习.深度学习在近红外光谱分析中的实践应用 [专家]: 郁磊副教授 主要从事MATLAB 编程.机器学习与数据挖掘.数据可视化和软件开 ...
- 基于Python多元线性回归、机器学习、深度学习在近红外光谱分析中的实践应用培训班
一 Python入门基础 [理论讲解与案例演示实操练习] 1.Python环境搭建( 下载.安装与版本选择). 2.如何选择Python编辑器?(IDLE.Notepad++.PyCharm.Jupy ...
- Python近红外光谱分析与机器学习、深度学习方法融合实践技术
. 第一n入门基础 [理论讲解与案 1.Python环境搭建( 下载.安装与版本选择). 2.如何选择Python编辑器?(IDLE.Notepad++.PyCharm.Jupyter-) 3.Pyt ...
- Python多元线性回归、机器学习、深度学习在近红外光谱分析中的应用
导师:郁磊副教授,主要从事MATLAB 编程.机器学习与数据挖掘.数据可视化和软件开发.人工智能近红外光谱分析.生物医学系统建模与仿真,具有丰富的实战应用经验,主编<MATLAB智能算法30个案 ...
- Python多元线性回归、机器学习、深度学习在近红外光谱分析中的实践
多元线性回归及其在近红外光谱分析中的应用.BP神经网络及其在近红外光谱分析中的应用.支持向量机(SVM)及其在近红外光谱分析中的应用.决策树.随机森林.Adaboost.XGBoost和LightGB ...
- 基于Python多元线性回归、机器学习、深度学习在近红外光谱分析中的实践应用
[专家]:郁 磊 副教授,主要从事MATLAB 编程.机器学习与数据挖掘.数据可视化和软件开发.人工智能近红外光谱分析.生物医学系统建模与仿真,具有丰富的实战应用经验,主编<MATLAB智能算法 ...
- MATLAB近红外光谱分析技术
一.MATLAB编程基础与进阶(一) 1.MATLAB 安装.版本历史与编程环境 2.MATLAB 基础操作(矩阵操作.逻辑与流程控制.函数与脚本文件) 3.MATLAB文件读写(mat.txt.xl ...
最新文章
- pandas数据预处理(标准化归一化、离散化/分箱/分桶、分类数据处理、时间类型数据处理、样本类别分布不均衡数据处理、数据抽样)
- 牛顿迭代法求解平方根
- 交换机使用QoS来对端口限速
- Mathematica开始学习,
- Listener 监听器
- leetcode 925. 长按键入
- 别再说Python没有枚举类型了,好好看看
- 人工智能实验评价指标_电子科大人工智能团队最新研究成果,5秒诊断癌症
- 【C++】VS2010将写好的程序打包成安装文件发布
- Spark Streaming之updateStateByKey和mapWithState比较
- qt_opencv_视频播放(嵌入)
- centos java jdk 升级_centos jdk 升级到1.7.0_45方法
- 西威变频器使用说明书_西威变频器说明书 (1)
- IBM Cognos 10.2 最新体验之旅
- java中base64编码加密和android中base64编码加密不一样?base64编码解析错误?
- 【WINDOWS / DOS 批处理】for命令详解(八)
- mac系统共享服务器,mac共享服务器
- 2023美国大学生数学建模竞赛资料及思路
- ffmpeg OverLay
- 微服务学习——大厂面试题总结