Python 中的偏最小二乘回归

已于 2023-12-16 14:37:33 修改
阅读量330 收藏 1
点赞数 6
分类专栏： Python-光谱数据处理方法综述及分析策略选择 文章标签： python 机器学习 jupyter 最小二乘法
于 2023-12-16 14:30:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44204759/article/details/135032263
版权
本文探讨了Python中偏最小二乘回归(PLS)与主成分回归(PCR)的异同，指出PLS在考虑自变量和因变量相关性方面的优势。通过预处理数据，使用二阶导数消除基线和线性变化，然后介绍了PLS的算法流程，包括确定潜在变量数量和交叉验证。最后，展示了如何通过优化潜在变量数量来最小化预测误差，讨论了过拟合问题，并预告了后续的解决方案。
摘要由CSDN通过智能技术生成

Python 中的偏最小二乘回归

PLS与PCR的异同

两者都属于多元线性回归方法--y=Ax+B


在红外光谱数据中x是通过实验获得的光谱数据，y是需要校准的变量（比如气体的浓度；下面例子

中的糖度值），B是误差。x即光谱数据间存在一定程度的相关性，这种相关性对于预测变量是不

利的。

PLS与PCR都对此提供了自己的解决方法。

接下我将于大家讨论一下两者之间针对此问题处理方法的异同点，或者说进一步改进的地方。


在PCR中，我们通过对测量值的集合进行线性变换来得到一个等价的集合X1=XW。这个变换使得

新的"光谱"（也就是主成分）之间是线性独立的。在统计学中，这个得到的X1被称为因子得分。

PCR中的线性变换的目的是最大限度地减小主成分的协方差。换句话说，这个过程只使用频谱数据

而不使用y。


PLS 基于寻找相似的线性变换（PLS通过寻找自变量和因变量之间的相似性来进行线性变换），但

通过最大化y和X1。这意味着PLS不仅考虑了自变量（光谱），还同时考虑了因变量（响应

了解本专栏 订阅专栏 解锁全文 超级会员免费看
子虚先生√
关注
专栏目录
订阅专栏
偏最小二乘(PLS)原理分析&Python实现
Dfreedom.的博客
09-25 2万+
本文主要从理论上推导偏最小二乘(PLS)实现的原理，同时抛出了几个要弄懂PLS的关键问题，并根据自己的理解做了初步的回答。
python偏最小二乘法回归分析_【数学建模】偏最小二乘回归分析（PLSR）
weixin_39548490的博客
12-04 3284
PLSR的基本原理与推导，我在这篇博客中有讲过。0.偏最小二乘回归集成了多元线性回归、主成分分析和典型相关分析的优点，在建模中是一个更好的选择，并且MATLAB提供了完整的实现，应用时主要的问题是：注意检验，各种检验参数：有关回归的检验以及有关多元分析的检验系数众多，容易混淆要清楚原理才能写好论文注意matlab函数plsregress的众多返回值例如累计贡献度，建模时最好列出表格1.问题：自变量...
python偏最小二乘法回归分析_Python 实现最小二乘法拟合直线
weixin_39522486的博客
11-30 2453
线性回归线性回归是回归分析中最常见的一种建模方式。当因变量是连续的，自变量是连续的或者离散的，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。用方程 y = mx + c，其中 y为结果，x为特征，m为系数，c为误差 在数学中m为梯度c为截距。最小二乘法最小二乘法用于求目标函数的最优值，它通过最小化误差的平方和寻找匹配项所以又称为：最小平方法；这里将用最小二乘法用于求得线性回归...
python偏最小二乘法回归分析_python3 偏最小二乘法实现
weixin_39700625的博客
11-30 1615
#-*- coding: utf-8 -*-#看来这个程序适合的是python2版本的。来源：https://blog.csdn.net/li_huifei/article/details/78467689#这个目前也可以用了，主要还是在第60行的数据转换，，，不太清楚怎样去做装换。主要是因为数据类型不清楚，所以用了最笨的方法，不知道结果正不正确。？？？？【这个是错误的】#PLSR3经过摸索，第6...
偏最小二乘回归方法 python代码
12-27
包含python实现偏最小二乘回归的源代码，同时文件中还有所需数据格式
C语言实现PLS偏最小二乘回归(可在STM32单片机上运行)
11-30
偏最小二乘回归（Partial Least Squares Regression, PLS）是一种统计学方法，主要用在高维和多变量数据分析中。它结合了主成分分析（PCA）和线性回归的优点，旨在找到一组新的线性组合（即偏最小二乘载荷），使得...
偏最小二乘回归在SPSS软件中的实现
10-29
详细介绍了如何SPSS软件PLS模块的安装，以及利用PlS模块进行偏最小二乘的求解
数据分享|Python用偏最小二乘回归Partial Least Squares，PLS分析桃子近红外光谱数据可视化
最新发布
拓端研究室TRL
11-27 1135
全文链接：https://tecdat.cn/?p=34376PLS，即偏最小二乘（Partial Least Squares），是一种广泛使用的回归技术，用于帮助客户分析近红外光谱数据（点击文末“阅读原文”获取完整代码数据）。相关视频如果您对近红外光谱学有所了解，您肯定知道近红外光谱是一种次级方法，需要将近红外数据校准到所要测量的参数的主要参考数据上。这个校准只需在第一次进行。一旦校准完成且稳健...
python 偏最小二乘回归
weixin_43355359的博客
11-07 5597
用sklearn库带的Linnerud数据集做示例 Linnerud数据集包含三个因变量和三个自变量 import pandas as pd from sklearn.cross_decomposition import PLSRegression from sklearn import datasets from sklearn.model_selection import GridSearchCV import numpy as np #导入数据集 dataset = datasets.load_l
plsr matlab,matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）
weixin_34634231的博客
04-09 1904
pls可以选择通过交叉验证来估计均方预测误差(MSEP)，在这种情况下使用10倍CV。R1[X1，Y1，Xs，Ys，β，pctVar，PLSmsep]=plsregress(X，y，10，'CV'，10);对于PCR，crossval结合用于计算PCR的平方误差之和，可以再次使用10倍交叉验证来估计MSEP。R1PCRmsep=sum(crossval(@pcrsse，X，y，'KFold'，10...
python偏最小二乘法回归分析_偏最小二乘回归（PLSR）- 2 标准算法（NIPALS）
weixin_39807067的博客
11-30 3081
1 NIPALS 算法Step1：对原始数据X和Y进行中心化，得到X0和Y0。从Y0中选择一列作为u1，一般选择方差最大的那一列。 注：这是为了后面计算方便，如计算协方差时，对于标准化后的数据，其样本协方差为cov(X,Y)=XTY/(n-1)。Step2：迭代求解X与Y的变换权重（w1，c1）、因子（u1，t1），直到收敛 step 2.1：利用Y的信息U1，求X的变换权重w1（w1实现有X...
Python偏最小二乘回归(PLSR)测试
Carl
12-15 3万+
scikit learn机器学习包中包含了偏最小二乘回归，所以可以调用对应的函数来实现 class sklearn.cross_decomposition.PLSRegression(n_components=2, scale=True, max_iter=500, tol=1e-06, copy=True) 参数信息： Parameters: n_comp
偏最小二乘（pls）回归分析 matlab
热门推荐
revitalise的博客
09-08 10万+
偏最小二乘用于查找两个矩阵（X和Y）的基本关系，即一个在这两个空间对协方差结构建模的隐变量方法。偏最小二乘模型将试图找到X空间的多维方向来解释Y空间方差最大的多维方向。偏最小二乘回归特别适合当预测矩阵比观测的有更多变量，以及X的值中有多重共线性的时候。通过投影预测变量和观测变量到一个新空间来寻找一个线性回归模型。 一、数学原理 为了实现偏最小二乘回归的基本思想，要求t1和u1的协方差最大，即求...
偏最小二乘回归（PLSR）- 2 标准算法（NIPALS）
Carl
07-21 6279
http://www.cnblogs.com/pegasus/p/3396085.html 1 NIPALS 算法 Step1：对原始数据X和Y进行中心化，得到X0和Y0。从Y0中选择一列作为u1，一般选择方差最大的那一列。 注：这是为了后面计算方便，如计算协方差时，对于标准化后的数据，其样本协方差为cov(X,Y)=XTY/(n-1)。 Ste
python3 偏最小二乘法实现
weixin_30617695的博客
08-23 2167
python3的sklearn库中有偏最小二乘法。 可以参见下面的库说明：http://scikit-learn.org/stable/modules/generated/sklearn.cross_decomposition.PLSRegression.html 对下面的程序进行改写，可以在python3中运行了 程序来源：来源：https://blog.csdn.net/li_h...
偏最小二乘回归（一）：模型介绍
冷月无声的博客
04-29 2万+
偏最小二乘回归系列博文： 偏最小二乘回归（一）：模型介绍 偏最小二乘回归（二）：一种更简洁的计算方法 偏最小二乘回归（三）：身体特征与体能训练结果的 案例分析 目录 1 偏最小二乘回归方程式 偏最小二乘回归分析建模的具体步骤 模型效应负荷量 交叉有效性检验 在实际问题中，经常遇到需要研究两组多重相关变量间的相互依赖关系，并研究用 一组变量（常称为自变量或预...
python偏最小二乘回归
05-20
下面是一个使用Python进行偏最小二乘回归的简单示例： 首先，我们需要导入需要的库： ```python import numpy as np from sklearn.cross_decomposition import PLSRegression ``` 然后，我们可以使用numpy生成...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

子虚先生√

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值