PLS回帰は、多重共線性があるデータや説明変数が多い場合に有効な回帰手法です。主成分回帰と同様に低次元空間へ射影しながら、目的変数との関係を最大化する成分を抽出します。
これにより、過学習を抑えつつ精度の高いモデルを構築できます。特に、化学計測やスペクトル解析などの分野で活用されています。
主成分の選択には交差検証が用いられ、ノイズを抑えながら高次元データの回帰分析を行うのに適しています。
本テンプレートを利用希望の方は、お問い合わせ時に
PLS_部分的最小二乗回帰 1.0.1[NIMS_DTx026]
とお書きください
登録可能ファイル
指定形式のcsvファイル