偏最小二乘回归模型的泛化能力改进研究
来源期刊：控制工程2008年第2期
论文作者：丁涛 杨慧中
文章页码：150 - 153
关键词：偏最小二乘;模糊理论;泛化能力;
摘 要：为了提高模型的泛化能力,提出了嵌入缩放思想的偏最小二乘回归（Partial Least-Squares Regression,PLS）建模方法。该方法通过对输入向量的缩放处理,将训练样本模糊化,缩小测试误差,从而提高了PLS的泛化能力。对原有的缩放法进行了改进,提出r算法。该算法可以找到合适的缩放因子,得到泛化能力更强的模型。仿真实验证明了所提方法的有效性。
丁涛，杨慧中
摘 要：为了提高模型的泛化能力,提出了嵌入缩放思想的偏最小二乘回归（Partial Least-Squares Regression,PLS）建模方法。该方法通过对输入向量的缩放处理,将训练样本模糊化,缩小测试误差,从而提高了PLS的泛化能力。对原有的缩放法进行了改进,提出r算法。该算法可以找到合适的缩放因子,得到泛化能力更强的模型。仿真实验证明了所提方法的有效性。
关键词：偏最小二乘;模糊理论;泛化能力;
