偏最小二乘回归（PLSR）和主成分回归（PCR）

原创 已于 2022-11-23 19:00:50 修改 · 1.3k 阅读 · 9 ·
CC 4.0 BY-SA版权
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。
文章标签：

#回归 #r语言 #数据挖掘

于 2022-10-27 11:22:51 首次发布
本文介绍了在MATLAB中应用偏最小二乘回归（PLSR）和主成分回归（PCR）的方法，探讨了两种回归方式在高相关预测变量情况下的效果。通过案例分析，对比了PLSR和PCR在不同组件数量下的模型拟合和预测能力，强调了PLSR在考虑因变量的情况下通常能以更少的组件达到更好的预测效果。同时，文章还提到了交叉验证在选择组件数量以避免过拟合中的重要性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

本项目中我们被要求显示如何在matlab中应用偏最小二乘回归（PLSR）和主成分回归（PCR），并讨论这两种方法的有效性。当存在大量预测变量时，PLSR和PCR都是对因变量建模的方法，并且这些预测变量高度相关或甚至共线性。两种方法都将新的预测变量（称为成分）构建为原始预测变量的线性组合，但它们以不同的方式构造这些成分。PCR创建成分来解释预测变量中观察到的变异性，而根本不考虑因变量。另一方面，PLSR确实将因变量考虑在内，因此通常会导致模型能够使用更少的成分来适应因变量。

 主成分分析PCA降维方法和R语言分析葡萄酒可视化实例

主成分分析PCA降维方法和R语言分析葡萄酒可视化实例

，时长04:30

加载数据

加载包括401个波长的60个汽油样品的光谱强度及其辛烷值的数据集。

3f9b0ed4d4bf367d95361538fab22a77.png

使用两个拟合数据

使PLSR模型拟合10个PLS成分和一个因变量。

为了充分拟合数据，可能需要十个成分，但可以使用此拟合的诊断来选择具有更少成分的更简单模型。例如

最低0.47元/天 解锁文章

200万优质内容无限畅学
博客
视频讲解：Python员工流失数据预测：ADASYN采样CatBoost算法、LASSO特征选择与动态不平衡处理及多模型对比研究
07-31 410
对比决策树、逻辑回归、SVM、CatBoost（含优化）的核心指标（表4.8），Optuna优化的CatBoost表现最优：AUC 0.979、召回率90.7%，意味着能捕捉90%以上的潜在离职者。用LASSO设定λ=0.03时，保留21个特征（见图3.3），结合相关系数热力图（图3.4）可知，特征间相关性均≤0.5，避免“工作年限”与“晋升年限”的共线性干扰。对比实验显示（见图3-2），ADASYN的F1值达0.488，比SMOTE（0.456）高7%，能多识别17.5%的潜在离职者。
博客
专题：2025半导体行业研究报告：从AI芯片到封测突围的生死局|附40+份报告PDF、数据下载
07-31 3
但研发投入的“军备竞赛”愈演愈烈——全行业研发支出占EBIT比例2024年达52%，NVIDIA、台积电更是将30%研发预算投向AI芯片与3D封装，试图在算力竞赛中锁定优势。本报告洞察基于《Brand Finance：2025年半导体品牌30强》《头豹研究院：2025年中国半导体先进封装行业研究》《智联猎头：半导体产业人才报告》《Deloitte：2025全球半导体产业展望报告》《沙利文：2025年中国半导体及光伏用石英坩埚行业市场独立研究报告》《KPMG：2025全球半导体产业大调查报告》及文末。
博客
专题：2025机器人产业技术图谱与商业化指南|附130+份报告PDF、数据汇总下载
07-30 6
本报告洞察基于《德勤：开放性的全栈式智能服务机器人生态研究报告》《东海证券：人形机器人从概念到量产 - 核心零部件机遇梳理》《2024 智能机器人产业全球专利分析（美洲、非洲、大洋洲地区）》《2025 光伏清扫机器人应用白皮书：组件 - 支架 - 机器人智能化协同》及文末。从市场规模看，人形机器人 2025 年达 90 亿元，2029 年将飙升至 1500 亿元，五年增长 16 倍，工业搬运与医疗场景成为主要增长引擎。核心零部件中，电机成本占比13%，传感器占15%，减速器占12%。
博客
视频：Python对多行业板块股票数据LSTM多任务学习预测：SMA、RSI及K-means聚类实现涨跌趋势与价格联合预测
07-30 736
本项目针对8大行业板块，构建多任务LSTM模型，同步预测涨跌趋势与未来价格，旨在为投资决策提供技术支撑，提升量化分析的效率与准确性。本次研究聚焦近半年光伏、科技等8个板块的股票数据，从数据爬取到模型部署形成完整实操流程，通过LSTM多任务架构同时实现涨跌分类与价格回归，并结合技术指标优化模型表现，为量化分析提供可落地的技术参考。从图中可见，预测值（橙色线）与实际收盘价（蓝色线）趋势高度吻合，尤其在科技、光伏板块拟合度突出，但消费板块高波动时段存在偏差，后续可引入政策新闻等外部特征优化。
博客
Python员工数据人力流失预测：ADASYN采样CatBoost算法、LASSO特征选择与动态不平衡处理及多模型对比研究
07-29 762
对比决策树、逻辑回归、SVM、CatBoost（含优化）的核心指标（表4.8），Optuna优化的CatBoost表现最优：AUC 0.979、召回率90.7%，意味着能捕捉90%以上的潜在离职者。用LASSO设定λ=0.03时，保留21个特征（见图3.3），结合相关系数热力图（图3.4）可知，特征间相关性均≤0.5，避免“工作年限”与“晋升年限”的共线性干扰。对比实验显示（见图3-2），ADASYN的F1值达0.488，比SMOTE（0.456）高7%，能多识别17.5%的潜在离职者。
博客
专题：2025中国企业出海全景报告|附200+份报告PDF汇总下载
07-29 21
本报告洞察基于《EqualOcean：2025Q2中国企业出海沙特季度研究报告》《飞书深诺：2025年中国茶饮出海全景报告》《CGL CONSULTANTS：2025年AI硬件出海人才白皮书》《NIQ：2025年破浪欧亚：中国企业出海之消费者及市场洞察研讨会》《雨果跨境：2025年出海中东指南》《大数跨境：2025潮玩市场出海研究报告》及文末200+份出海行业研究报告的数据，最新报告合集及解读实时更新已分享在交流群，阅读原文进群咨询、定制数据报告和600+行业人士共同交流和成长。
博客
Python电信客户流失预测研究：神经网络、K-Means聚类、RFM、CART决策树、Logistic回归、SVM多模型融合
07-28 574
本次分析使用的电信客户数据集包含18个字段，涵盖客户基本属性（如地区）、消费行为（如白天通话时长Day_Mins）、服务使用（如是否开通国际计划Intl_Plan）及流失标签（Churn）。根据工信部数据，2022年全国移动电话用户规模达16.6亿，渗透率超118%，新增用户红利基本耗尽，而用户流失率每降低1%，运营商年营收可提升3%-5%。构建三层隐含层（11-6-3节点），relu+sigmoid激活函数组合，测试集准确率95.3%，AUC=0.92（图16），综合性能最优，但需注意过拟合风险。
博客
专题：2025医药生物行业趋势与投融资研究报告|附90+份报告PDF、原数据表汇总下载
07-28 407
药渡数据显示，中国市场正以23.9%的增速狂奔，2028年将突破1900亿美元——这背后是政策"组合拳"的精准发力：2024年《创新药全链条支持方案》将临床审批缩短30天，恒瑞医药的HRS-7535正是受益者，其海外授权交易额高达60.35亿美元。但更关键的是"区域平衡"：苏州4.8的人才密度，搭配104.7的薪酬系数，形成"性价比洼地"，某CAR-T企业创始人直言：“我们把生产基地放苏州，研发放上海，人力成本降了25%。就像某投资人说的：“现在不是比谁融得多，而是比谁能用1块钱，干出别人3块钱的事。
博客
Python对2018-2024年全国多省份高考数据分析：录取概率预测可视化模型应用与位次关联实践
07-24 917
比如打开考生人数表时，我们发现有的年份写的是“2018年”，有的写的是“18年”，得先统一成“2018”这种格式，方便后续计算。我们用河南2024年的数据做了个分析：把考生按位次百分比（排名越靠前，百分比越低）和院校层次（985=5分，211=4分，依此类推）画成散点图，发现两者关系很明显：位次每落后1%，能上的院校层次就降0.05分。后来，随着计算机普及，分数统计开始电子化，但各省数据分散在不同平台，格式五花八门——有的存在PDF里，有的藏在网页表格中，考生想查个历年分数对比，得翻遍十几个网站。
博客
专题：2025微短剧行业生态构建与跨界融合研究报告|附100+份报告PDF汇总下载
07-24 1855
从核心人群特征看，31-40岁用户占比40%，构成消费主力，该群体日均观看时长45分钟，付费意愿达58%；：针对其50%的出海收入占比，开发“CEO爱情+犯罪”题材（符合当地用户偏好），采用AI实时翻译技术（成本降60%），同步布局YouTube与Facebook投流，参考ReelShort“先免费试看3集+付费解锁”的转化路径。：结合三线用户101分钟的观看时长，增加“邻里矛盾”“乡村创业”等题材，推出“1元解锁3集”“看广告得付费券”的混合套餐，联合本地超市植入商品（如酱油、洗衣粉），提升变现效率。
博客
专题：2025银发经济消费新势力报告|附29份PDF报告及数据下载
07-23 1112
50-59岁“新银发”群体，年均可支配收入12-20万，83%有2套以上房产，彻底跳过“省吃俭用”阶段——他们把38%的钱花在旅游（人均年消费12万）和保健品（18万）上，比服饰（3万）和医疗（5万）加起来还多。上海消保委调研发现，57.34%新银发最想要“能帮着走路的智能外骨骼”，43%想买健康监测床垫，但市场上70%的产品还停留在“大字版手机”阶段，真正解决痛点的（比如自动感应夜灯+跌倒报警）不足15%。：子女买的“孝心款”常翻车——某品牌智能手表带12项功能，老人只用“测心率”，退货率37%。
博客
专题：2025医疗AI落地与高端医疗险增长报告|附135份行业PDF、原始数据下载
07-21 401
苏州某药企通过AI分子设计，将新药临床试验周期缩短30%——这标志着医疗“效率-质量-成本”三角困境的破局：AI技术正通过“提速×精准×降本”的乘数效应，重构行业价值链条。权威研究（最新解读已同步至交流群）发现：当北美以305亿美元年研发投入（默沙东2023年报）掌控全球55%药品市场时，中国医疗AI正以99.9%影像诊断准确率（达摩院PANDA模型临床数据）破局，高端医疗险更以15.5%年增速（汇银林泰2025行业分析）打开细分市场空间。医疗技术-在一个不断复杂的环境，如何医疗技术适应茁壮成长？
博客
专题：2025智能体研究报告｜附70份报告PDF、原数据表汇总下载
07-18 365
智能体正在改写商业规则：某城商行的智能客服用公有云部署，把单笔交互成本从5.7元砍到1.2元，投诉率直降42%（《赛迪智库：2025全球智能体进展报告》P24）；某连锁药店的做法值得学：用智能体接70%的标准化咨询（如用药禁忌），药师专注30%的复杂case，人力成本降40%，满意度反升25%（《2025智能体构建指南》P37）。赛迪智库《2025 全球智能体发展进展与对策报告》、德勤《2025 智能体技术白皮书》、麦肯锡《智能体技术成熟度评估报告》、IDC《2025 企业智能体经济性分析》
博客
视频讲解：XGBoost梯度提升树原理及用Python对房价等数据集多案例应用分析
07-18 574
他在帮助客户解决金融数据挖掘效率、机器学习模型优化、数据驱动决策支持等实际问题方面拥有扎实专业知识，凭借对多数据分析工具和统计方法的熟练掌握，能为金融领域决策提供精准数据支持，擅长从数据挖掘到智能分析的全流程专业能力构建。他在帮助客户解决商业数据分析效率、数据洞察提取、业务决策优化等实际问题方面拥有扎实专业知识，凭借对 Python 工具和商业分析方法的熟练掌握，能为商业决策提供精准数据支持，擅长从数据采集到商业洞察的全流程分析能力构建。不用咱手动填，它自己能搞定，还会挑有用的特征，省心！
博客
专题：2025汽车行业深度洞察报告：电动化、智能化的奋进之路|附260+报告PDF、数据下载
07-16 89
在过去这几年，自动驾驶不再只是存在于科幻电影里，已经从实验室慢慢走进了现实，L2级自动驾驶系统在很多中端车上都能看到，而L4级卡车在高速路上的突破，更是给物流行业带来了降本增效的新希望。欧洲之所以能跟上步伐，主要是因为2025年就要实施的碳排放新规，到时候新车平均CO₂排放要比2021年降低15%，车企为了达标，肯定会加快电动化的步伐，预计到2030年，欧洲电动车渗透率能达到55%。在这些封闭的场景里，车辆的行驶路线固定，遇到的障碍物类型也比较单一，企业可以通过预先绘制地图等方式，大大降低算法的难度。
博客
Python对2028奥运奖牌预测分析：贝叶斯推断、梯度提升机GBM、时间序列、随机森林、二元分类教练效应量化研究
07-16 640
项目核心逻辑可概括为“分类型建模+多维度验证”：对连续参赛国家用时间序列捕捉趋势，对非连续参赛国家用随机森林填补数据缺口，同时通过二元分类、梯度提升等模型挖掘首奖国家、关键项目等深层规律。完整方案含“模型调优参数表”“特征工程独家技巧”“赛事应急方案”，点击“阅读原文”获取完整版，进群解锁500+同行的实战经验交流。上图为阿塞拜疆奖牌趋势预测，模型成功捕捉其“每4年波动上升”的规律，2028年预测值与历史趋势吻合度较高。：模型锁定4个国家，首获奖牌概率达90%以上，为针对性训练提供明确目标。
博客
视频：图解Transformer自注意力机制
07-14 386
用“大脑容量”类比，模型参数从2017年Transformer的0.05B（5千万）涨到2021年Switch Transformer的1.6T（1.6万亿），就像从“小学生”到“博士生”，但也更“费资源”。输入处理：把句子拆成词（分词），再给每个词加“位置标签”（位置嵌入）——因为Transformer本身“不认顺序”，不加标签会把“我爱你”和“你爱我”弄混。如果把Transformer比作“翻译工作室”，那编码器就是“读懂原文的译者”，解码器是“写出译文的译者”，两者靠注意力机制“传递信息”。
博客
专题：2025机器人产业深度洞察报告|附136份报告PDF与数据下载
07-14 452
医疗康养和高危作业领域的机器人渗透率也将稳步提升，分别从2025年的10%和8%增长到2030年的30%和25%，为医疗行业和高危作业环境带来革新。现在，人形机器人、具身智能机器人等新名词不断冲击着我们的认知，它们不仅能精准感知周围环境、快速做出决策，还能和人类自然流畅地互动，未来的发展潜力简直不可估量。不过，机器人产业在快速发展的过程中，也面临着技术瓶颈、成本高企、人才短缺等挑战。电池技术直接影响机器人的续航能力，传感器则关系到机器人的感知能力，这两个部件的技术突破和成本降低对机器人产业的发展至关重要。
博客
R分布式滞后非线性模型DLNM分析某城市空气污染与健康数据：多维度可视化优化滞后效应解读
07-11 406
作为环境健康领域的研究者，我们常面对这样的现实：当某城市连续一周PM10浓度偏高后，呼吸系统疾病就诊量在随后几天逐渐上升——这种“污染当下不显，影响滞后显现”的现象，正是公共卫生研究的核心难题。它既能捕捉暴露因素（如PM10）与健康结局（如死亡）的非线性关联，又能刻画这种关联随时间的滞后模式，逐渐成为环境流行病学的“利器”。这里，ns(temp, 3)用3个自由度的样条函数处理温度的非线性影响，ns(time_seq, 8*14)则控制时间趋势（每年8个自由度，共14年）。
博客
专题：2025供应链数智化与效率提升报告|附100+份报告PDF、原数据表汇总下载
07-10 294
值得注意的是，中国本土虽产能增幅为-8.3%，但物流时效提升5.6%，显示存量市场下的效率挖潜空间。当区域化成为应对地缘风险的标配，当AI与区块链重构信任机制，当跨行业技术迁移加速成本下降，供应链的竞争已进入"系统战"时代。企业需要的不仅是单点优化，更是构建"感知-决策-执行"的闭环能力：用数据洞察市场波动，用技术夯实效率基础，用生态协同抵御风险。垂类折扣企业通过极致的"少SKU、高周转"模式撕开传统零售壁垒，而快消巨头则借区域化布局应对地缘风险，两者共同指向"短链、敏捷、精准"的新范式。
评论
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
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