【Scikit-Learn 中文文檔】交叉分解 - 監督學習 - 用戶指南 | ApacheCN

中文文檔: http://sklearn.apachecn.org/cn/0.19.0/modules/cross_decomposition.html

英文文檔: http://sklearn.apachecn.org/en/0.19.0/modules/cross_decomposition.html

官方文檔: http://scikit-learn.org/stable/

GitHub: https://github.com/apachecn/scikit-learn-doc-zh（覺得不錯麻煩給個 Star，我們一直在努力）

貢獻者: https://github.com/apachecn/scikit-learn-doc-zh#貢獻者

關於我們: http://www.apachecn.org/organization/209.html

1.8. 交叉分解

交叉分解模塊主要包含兩個算法族: 偏最小二乘法（PLS）和典型相關分析（CCA）。

這些算法族具有發現兩個多元數據集之間的線性關係的用途： fit method （擬合方法）的參數 X 和 Y 都是 2 維數組。

交叉分解算法能夠找到兩個矩陣 (X 和 Y) 的基礎關係。它們是對在兩個空間的 協方差結構進行建模的隱變量方法。它們將嘗試在X空間中找到多維方向，該方向能 夠解釋Y空間中最大多維方差方向。PLS迴歸特別適用於當預測變量矩陣具有比觀測值 更多的變量以及當X值存在多重共線性時。相比之下，在這些情況下，標準迴歸將失敗。

包含在此模塊中的類有：PLSRegression, PLSCanonical, CCA, PLSSVD

示例:

• Compare cross decomposition methods

中文文檔: http://sklearn.apachecn.org/cn/0.19.0/modules/cross_decomposition.html

英文文檔: http://sklearn.apachecn.org/en/0.19.0/modules/cross_decomposition.html

官方文檔: http://scikit-learn.org/stable/

GitHub: https://github.com/apachecn/scikit-learn-doc-zh（覺得不錯麻煩給個 Star，我們一直在努力）

貢獻者: https://github.com/apachecn/scikit-learn-doc-zh#貢獻者

關於我們: http://www.apachecn.org/organization/209.html

有興趣的們也可以和我們一起來維護，持續更新中 。。。

機器學習交流羣: 629470233