论文部分内容阅读
部分最小二乘(PLS) 方法将高维相关的原始变量投影到低维的特征变量空间，去除了数据的相关性和对回归无益的噪声，近年来在统计建模及其它有关领域得到普遍重视。该文从奇异值分解的角度分析了部分最小二乘的特征向量选取机制，解释了部分最小二乘特征量选取的几何意义，并由此推导出非线性迭代部分最小二乘算法(NPALS算法)。