sklearn Cross decomposition（交叉分解）

原文链接 : http://scikit-learn.org/stable/modules/cross_decomposition.html

译文链接 : http://cwiki.apachecn.org/pages/viewpage.action?pageId=10814394

贡献者 : 片刻 ApacheCN Apache中文网

交叉分解模块包含两个主要的算法系列：偏最小二乘法（PLS）和规范相关分析（CCA）。

这些算法家族具有发现在两个多元数据集之间线性关系的用途：训练方法的X和Y参数是2维数组。

交叉分解算法找到两个矩阵（X和Y）之间的基本关系。它们是潜在的可变方法来建模这两个空间中的协方差结构。他们将尝试在X空间中找到解释Y空间中最大多维方差方向的多维方向。当预测变量矩阵具有比观测值更多的变量，以及当X值存在多重共线性时，PLS回归尤其适用。相比之下，在这些情况下，标准回归将失败。

包括在此模块中的类，并且PLSRegression PLSCanonicalCCAPLSSVD

 

来源：http://cwiki.apachecn.org/pages/viewpage.action?pageId=10814394

备注：若有不懂，请添加群号629470233，有小哥哥，小姐姐的耐心解答幺

参考：

• JA Wegelin 对部分最小二乘法（PLS）方法的调查，重点是两块案例

例子：

• 比较交叉分解方法