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
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