成分数として「適当な値」を見つけないといけない Leave-one-outなどを用いて、「これ」という値を見つけることになる それについては、こちらなど

昨日の続き PLSモデルはパッケージparcorでも lasso, adaptive lasso, PLS, and Ridge Regression, model selection for lasso, adaptive lasso and Ridge regression based on cross-validation. 重回帰→主成分回帰→PLSRという展開 重回帰 主成分回帰 ここ…

重回帰と式の具合を比べてみよう 重回帰 主成分回帰 この式の比較から、重回帰でのと、主成分回帰でのとに違いが集約されていることがわかる

plsパッケージのpcr()関数の出力と前の記事の出力の対応を調べる pcr.out<-pcr(Y~X) # 出力の中身を確認する str(pcr.out) # 係数行列(主成分の数ごと) #pcr.out$coefficients = pcr.out[[1]] for(i in 1:maxa)print(Bs[[i]]-pcr.out$coefficients[,,i]) # …

昨日の続き Rのplsパッケージのpcr()関数(PCR処理)の出力が今一つわからなかったので特異値分解との関係を確認する 行列式関係 特異値分解 ,( 主成分回帰では、「主な」成分のみを使うので、それを取り出すことを考える 使用する主成分の数をとすると、上記…