偏最小二乘法
-
-
-
-
偏最小二乘法PLS广泛应用于很多领域
偏最小二乘法PLS广泛应用于很多领域。这个程序包提供了一个函数，使用非线性迭代偏最小二乘法NIPALS算法，实现PLS回归。同时包含NIPALS算法的教程 -
一些偏最小二乘法（PLS)间隔偏最小二乘(siPLS)联合区间偏最小二乘等的建模
一些偏最小二乘法（PLS)间隔偏最小二乘(siPLS)联合区间偏最小二乘等的建模代码。 -
-
-
PLS iToolbox
应用背景 长期以来，模型式的方法和认识性的方法之间的界限分得十分清楚。而偏最小二乘法则把它们有机的结合起来了，在一个算法下，可以同时实现回归建模(多元线性回归)、数据结构简化(主成分分析)以及两组变量之间的相关性分析(典型相关分析)。这是多元统计数据分析中的一个飞跃。 关键技术 作为一个多元线性回归方法，偏最小二乘回归的主要目的是要建立一个线性模型：Y=XB+E，其中Y是具有m个变量、n个样本点的响应矩阵，X是具有p个变量、n个样本点的预测矩阵，B是回归系数矩阵，E为噪音校正模型，与Y具有相同的维数。在通 -
偏最小二乘法
所谓偏最小二乘法，就是指在做基于最小二乘法的线性回归分析之前，对数据集进行主成分分析降维，下面的源码是没有删减的，GreenSim团队免费提供您使用，转载请注明GreenSim团队（http://blog.sina.com.cn/greensim）。 -
