1、PLS-DA分析法指的是偏最小二乘回归分析法。

2、偏最小二乘回归分析法是一种统计学方法，与主成分回归有关系，但不是寻找响应变量和自变量之间最大方差的超平面，而是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。

(资料图片)

3、因为数据X和Y都会投影到新空间，PLS系列的方法都被称为双线性因子模型。

4、当Y是分类数据时称为“偏最小二乘判别分析（Partial least squares Discriminant Analysis， PLS-DA）”。

5、扩展资料：偏最小二乘回归的算法：偏最小二乘的许多变量是为了估计因子和载荷矩阵T、U、P和Q。

6、它们中大多数构造了X和Y之间线性回归的估计Y=XB+Bo。

7、一些偏最小二乘算法只适合Y是一个列向量的情况，而其它的算法则处理了Y是一个矩阵的一般情况。

8、算法也根据他们是否估计因子矩阵T为一个正交矩阵而不同。

9、最后的预测在所有不同最小二乘算法中都是一样的，但组件是不同的。

10、参考资料来源：百度百科-偏最小二乘回归法。

本文就为大家分享到这里，希望小伙伴们会喜欢。

关键词：