sklearn Cross decomposition（交叉分解）
阿新 • • 發佈：2018-11-26
原文連結 : http://scikit-learn.org/stable/modules/cross_decomposition.html
譯文連結 : http://cwiki.apachecn.org/pages/viewpage.action?pageId=10814394
交叉分解模組包含兩個主要的算法系列：偏最小二乘法（PLS）和規範相關分析（CCA）。
這些演算法家族具有發現在兩個多元資料集之間線性關係的用途：訓練方法的X和Y引數是2維陣列。
交叉分解演算法找到兩個矩陣（X和Y）之間的基本關係。它們是潛在的可變方法來建模這兩個空間中的協方差結構。他們將嘗試在X空間中找到解釋Y空間中最大多維方差方向的多維方向。當預測變數矩陣具有比觀測值更多的變數，以及當X值存在多重共線性時，PLS迴歸尤其適用。相比之下，在這些情況下，標準迴歸將失敗。
包括在此模組中的類，並且PLSRegression PLSCanonicalCCAPLSSVD
來源：http://cwiki.apachecn.org/pages/viewpage.action?pageId=10814394
備註：若有不懂，請新增群號629470233，有小哥哥，小姐姐的耐心解答么
參考：
- JA Wegelin 對部分最小二乘法（PLS）方法的調查，重點是兩塊案例
例子：