Python 中的偏最小二乘回归

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（响应值），

从而更全面地分析两者之间的关系。

由于PLS同时考虑了自变量（光谱）和因变量（响应值），它能够克服PCR（主成分回归）中的一

些限制。PCR在建模过程中只考虑自变量的方差解释࿰