PLS将特征与目标变量的关系映射到一个低维空间,从而通过降维的方式来减轻多重共线性问题,同时提取出对预测结果最有用的信息。 PLS算法原理 PLS的核心思想是通过将输入的自变量(X矩阵)与因变量(Y矩阵)同时建模,构造出一组新的变量(称为"成分"或"因子"),这些新变量是输入变量的线性组合。PLS算法主要可以分为以下几个步骤: 中心化和归一化:对自变