PLS (partial least squares) の得意なデータと不得意なデータ
公開日: 2016年5月14日土曜日 データ解析
線形の回帰分析手法であるPLSです。
PLSにも得意なデータと不得意なデータがあります。
PLSでは目的変数との共分散が最大になるように主成分を抽出します。そのため、説明変数間に相関が高いデータは得意なデータです。
しかしながら、説明変数の中に目的変数と関係ないにもかかわらず変動の大きい変数があると、それに引きづられて主成分が抽出されてしまいます。
このような場合は良好なモデリングができません。目的変数と関係ないにもかかわらず変動の大きい変数
目的変数と関係ないにもかかわらず変動の大きい変数については、事前に削除しておくことが望ましいです。