多元线性回归中主成分回归和偏最小二乘回归的区别有哪些？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1.为了消除多重共线性对回归模型的影响，通常采用主成分回归和偏最小二乘法来提高估计量的稳定性。
2.主成分回归，就是对数据做一个正交旋转变换，变换后的变量都是正交的，有时候会子先做中心化处理。
3.偏最小二乘回归，包含了主成分分析、典型相关分析的思想，分别从自变量与因变量中提取成分T,U，保证T,U能尽可能多的提取所在变量组的变异信息，同时保证两者之间的相关性最大。还有就是它可以较好的解决样本个数少于变量个数的问题。
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)