偏最小二乘回归(partial least squares regression,PLSR)
参考博客:典型相关分析、偏最小二乘回归
给定数据自变量XXX和因变量YYY,
最小二乘回归:找的是一个线性变换AAA,让∥Y−XA∥F\|Y - XA\|_F∥Y−XA∥F最小
典型相关分析:找的是两个向量wx,wyw_x,w_ywx,wy,让XXX和YYY分别在这两个向量上的投影系数的相关系数最大化,也就是优化问题
maxwx,wyρ=cov(Xwx,Ywy)var(Xwx)var(Ywy)\max_{w_x,w_y} \rho = \dfrac{cov (Xw_x,Yw_y)}{\sqrt{var(Xw_x)var(Yw_y)}}wx,wymaxρ=var(Xwx)var(Ywy)cov(Xwx,Ywy)
求解过程可以利用求导和消元法,也可以转化成以下的优化问题然后用Lagrange乘子法
maxcov(Xwx,Ywy)s.t. var(Xwx)=1        var(Ywy)=1\max cov (Xw_x,Yw_y)\\ s.t.\,var(Xw_x) = 1\\ \,\,\,\,\,\,\,\, var(Yw_y)=1maxcov(Xwx,Ywy)s.t.var(Xwx)=1var(Ywy)=1
然而CCA有个缺点就是不能得到从X到Y的映射关系。(所以经常使用knn进行分类)
偏最小二乘回归:即要相关系数尽量大,也要保证各集合方差最大化,做一个折中就是最大化协方差,也就是
maxcov(Xp1,Yq1)s.t. ∥p1∥=∥q1∥=1\max cov(Xp_1,Yq_1)\\ s.t. \, \|p_1\| = \|q_1\| = 1maxcov(Xp1,Yq1)s.t.∥p1∥=∥q1∥=1
除此之外,PLSR还利用投影对两部分数据进行回归,得到残差部分,继续进行这个步骤(具体参考上面博客),最终得到
这样可以得到 XXX到 YYY的映射
偏最小二乘回归(partial least squares regression,PLSR)相关推荐
- 【读书笔记】数据出现多重共线性情况:岭回归,lasso回归,适应性lasso回归,偏最小二乘回归
# 2.2.3 数据出现多重共线性情况:岭回归,lasso回归,适应性lasso回归,偏最小二乘回归 # 有一些关于多重共线性的度量,其中之一是容忍度(tolerance)或(等价的)方差膨胀因子(v ...
- R语言实现偏最小二乘回归法 partial least squares (PLS)回归
偏最小二乘回归是一种回归形式 . 当使用pls时,新的线性组合有助于解释模型中的自变量和因变量. 最近我们被客户要求撰写关于偏最小二乘回归的研究报告,包括一些图形和统计输出. 在本文中,我们将使用p ...
- PLSR(偏最小二乘回归浅析)
问题描述 算法步骤 分别提取两变量组的第一对线性组合组成的向量 建立回归 迭代 最后 英文原文:Partial Least Squares (PLS) Regression. 相关博客:偏最小二乘回归 ...
- Python偏最小二乘回归(PLSR)测试
scikit learn机器学习包中包含了偏最小二乘回归,所以可以调用对应的函数来实现 class sklearn.cross_decomposition.PLSRegression(n_compon ...
- 应用偏最小二乘回归(PLSR)对NIR光谱与样本中RON含量进行定量分析
本文对偏最小二乘法(PLS--Partial Least Squares Regression,也缩写为PLSR)的算法原理进行了简单的推导,并结合汽油近红外光谱举例了算法具体应用的实例.原本写了wo ...
- 偏最小二乘回归(PLSR)和主成分回归(PCR)
本项目中我们被要求显示如何在matlab中应用偏最小二乘回归(PLSR)和主成分回归(PCR),并讨论这两种方法的有效性.当存在大量预测变量时,PLSR和PCR都是对因变量建模的方法,并且这些预测变量 ...
- MATLAB中的偏最小二乘回归(PLSR)和主成分回归(PCR)
通过Matlab示例来解释偏最小二乘的原理 此示例显示如何在matlab中应用偏最小二乘回归(PLSR)和主成分回归(PCR),并讨论这两种方法的有效性. 当存在大量预测变量时,PLSR和PCR都是对 ...
- matlab偏最小二乘截距,matlab代写偏最小二乘回归(PLSR)和主成分回归(PCR)
原标题:matlab代写偏最小二乘回归(PLSR)和主成分回归(PCR) 原文:http://tecdat.cn/?p=2655 此示例显示如何在matlab中应用偏最小二乘回归(PLSR)和主成分回 ...
- python偏最小二乘法回归分析_偏最小二乘回归(PLSR)- 2 标准算法(NIPALS)
1 NIPALS 算法 Step1:对原始数据X和Y进行中心化,得到X0和Y0.从Y0中选择一列作为u1,一般选择方差最大的那一列. 注:这是为了后面计算方便,如计算协方差时,对于标准化后的数据,其样 ...
最新文章
- 【牛客网】最长对称子串
- 《机器学习Python实践》——数据导入(CSV)
- mysql配置多个域名访问吗,tomcat部署多个项目,通过域名解析访问,不同的网站...
- Service Mesh(服务网格)
- 转:HTTP ---HTTP头的编码问题(Content-Disposition)
- 【网络】为什么我执行了发布操作,但是线上的资源并没有更新?
- xapofx1_5.dll怎么安装
- ubuntu dos转linux命令行,Ubuntu下代替dos2unix命令
- linux如何复制代码不乱码,网上复制代码要小心,很可能会带入乱码字符
- 统计学理论—方差分析
- VS2019登陆时脚本错误
- 微信小程序 阻止事件冒泡
- Jasper实现报表(Java)
- 云计算的未来:看「泛在计算」如何促进数字化生态和计算网络融合
- Android Manifest功能与权限描述大全,flutter安装androidsdk
- 锦江展焕新演绎,憬黎公寓住造理想
- 可扩展的分布式数据库架构 vs 传统关系数据库
- 【2020.12】Aspose.words 20.12最新版Crack,word转pdf去水印方法
- linux系统6.8下载,Linux CentOS 6.8 官方原版镜像
- 【C语言典例】——day7:尼科彻斯定理