+关注 私聊

  • yfs2366556

    第11楼2010/11/11

    谢谢您 您的观点很明确，看来是专家 可我还是理解不了 谢谢您 呵呵 学习了 。。。

    savedown(savedown) 发表:因为直接回归的话，实际样本中很多时候包含了高相关量，导致最小二乘会出现共线性问题，即回归计算中的矩阵具有非常高的条件数。

    解决办法是把样本作正交分解，最好用的就是SVD分解，其实就是主成分分析（PCA）。

    PLS在PCA的基础上，充分利用所有建模数据，对PCA的分解做了空间旋转，效果略好于PCA，原理上没有变化，因为样本空间可以被任何一组不相关基描述，PLS只是做了基转化。在有较强噪声，而且样本信息比较丰富的情况下，PLS的改善可以察觉得到，否则两者预测的差异几乎无法察觉。

0