什么是偏最小二乘法

偏最小二乘法的定義：偏最小二乘法是一種數學優化技術，它通過最小化誤差的平方和找到一組數據的最佳函數匹配，用最簡的方法求得一些絕對不可知的真值，而令誤差平方之和為最小，很多其他的優化問題也可通過最小化能量或最大化熵用最小二乘形式表達。與傳統多元線性回歸模型相比，偏最小二乘法的特點是。1、能夠在自變量存在嚴重多重相關性的條件下進行回歸建模。2、允許在樣本點個數少于變量個數的條件下進行回歸建模。3、偏最小二乘法在最終模型中將包含原有的所有自變量。

推薦度：

點擊下載本文 文檔為doc格式

導讀偏最小二乘法的定義：偏最小二乘法是一種數學優化技術，它通過最小化誤差的平方和找到一組數據的最佳函數匹配，用最簡的方法求得一些絕對不可知的真值，而令誤差平方之和為最小，很多其他的優化問題也可通過最小化能量或最大化熵用最小二乘形式表達。與傳統多元線性回歸模型相比，偏最小二乘法的特點是。1、能夠在自變量存在嚴重多重相關性的條件下進行回歸建模。2、允許在樣本點個數少于變量個數的條件下進行回歸建模。3、偏最小二乘法在最終模型中將包含原有的所有自變量。