 | |
| 节点状态 |  /  Win10及以上可用在V1.0.2部署
|
|---|---|
PLS回归  | |
| 节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
| 节点英文名 | PLS Regression |
| 功能主类别 | 数据分析 |
| 英文缩写 | PLSReg |
| 功能亚类别 | 回归分析 |
| 节点类型 | 数据挖掘 |
| 开发语言 | R |
| 节点简介 | |
PLS回归又称偏最小二乘回归,是一种解决共线性问题,多个因变量Y同时分析,以及处理小样本时影响关系研究的一种多元统计方法。通过投影分别将预测变量和观测变量投影到一个新空间，来寻找一个线性回归模型。用于查找两个矩阵(X和Y)的基本关系，即一个在这两个空间对协方差结构建模的隐变量方法。模型将试图找到X空间的多维方向来解释Y空间方差最大的多维方向。回归适合当预测矩阵比观测的有更多变量,以及X的值中有多重共线性的时候。 用途：用于处理预测变量多于观测值或者预测变量之间高度相关（多重共线性）的情况。 参数：可以输入多个数值因变量和多个数值自变量。 | |
| 端口数量与逻辑控制(PC) | |
| Input-入口 | 4个 |
| Output-出口 | 2个 |
| Loop-支持循环 | 是 |
| If/Switch-支持逻辑判断 | 否 |
| 输入输出 | |
| 相关节点 | |
| 上一节点 | 多项式回归 |
| 下一节点 | 广义线性回归_负二项 |
查找其他类别的节点，请参考以下列表
列表
数据处理节点
数据输入
变量处理
行列处理
矩阵处理
表格处理
列表
数据分析节点
描述性统计
统计检验
方差分析
相关分析
回归分析
Lasso回归 二项式Lasso回归 泊松Lasso回归 生存状态Lasso回归 高斯PLS回归Ridge回归 二项式Ridge回归 泊松Ridge回归 生存状态Ridge回归 高斯分位回归多分类逻辑回归多项式回归广义估计方程 伽玛广义估计方程 泊松广义估计方程 负二项广义估计方程 逻辑广义估计方程 高斯广义相加模型 伽玛广义相加模型 泊松广义相加模型 负二项广义相加模型 逻辑广义相加模型 高斯广义相加混合模型 伽玛广义相加混合模型 泊松广义相加混合模型 负二项广义相加混合模型 逻辑广义相加混合模型 高斯广义线性回归 伽玛广义线性回归 泊松广义线性回归 负二项广义线性回归 逆概率加权联合标准差稳健线性回归线性回归逐步回归逻辑回归
时序分析
潜变量分析
生存分析
多元分析
综合分析
列表
机器学习节点
列表
AI和神经网络
环境检测
