Partial least squares discriminate

Partial least squares discriminate analysis (PLS-DA) [20] is a
partial least squares regression aimed at predicting one (or several)
binary responses(s) y from a set of variables in X. Thus, PLS-DA
needs the class-variable of the objects and produced scores that
not only retain maximal variances of the original variables but also
are correlated with the class-variable. PLS-DA implements a compromise
between the usual discriminant analysis and a discriminant
analysis on the significant principal components of the
descriptor variables.

ผลลัพธ์ (ไทย) 1:

สี่เหลี่ยมอย่างน้อยบางส่วนวิเคราะห์แยกแยะ (PLS-DA) [20] เป็นการถดถอยกำลังสองน้อยสุดบางส่วนมุ่งทำนายหนึ่ง (หรือหลาย)y การตอบสนองแบบไบนารี (s) จากชุดของตัวแปรใน X ดังนั้น กรุณา-ดาคะแนนที่ต้องการตัว แปรคลาของวัตถุ และการผลิตไม่เพียงแต่ รักษาผลต่างสูงสุดของตัวแปรเดิมแต่ยังมีความสัมพันธ์กับตัวแปรคลาส ประนีประนอมใช้ PLS-ดาระหว่างการวิเคราะห์ discriminant ปกติและแบบ discriminantวิเคราะห์ส่วนประกอบหลักสำคัญของการบอกเกี่ยวกับตัวแปร

ผลลัพธ์ (ไทย) 2:

สี่เหลี่ยมอย่างน้อยบางส่วนแยกแยะวิเคราะห์ (PLS-DA) [20] เป็น
ส่วนน้อยถดถอยสี่เหลี่ยมมุ่งเป้าไปที่การคาดการณ์หนึ่ง (หรือหลาย ๆ คน)
การตอบสนองไบนารี (s) Y จากชุดของตัวแปรใน X. ดังนั้นกรุณา-DA
ต้องการ class- ตัวแปรของวัตถุและคะแนนการผลิตที่
ไม่เพียง แต่รักษาความแปรปรวนของตัวแปรสูงสุดเดิม แต่ยัง
มีความสัมพันธ์กับระดับตัวแปร PLS-DA ดำเนินการประนีประนอม
ระหว่างการวิเคราะห์จำแนกตามปกติและจำแนก
วิเคราะห์ส่วนประกอบหลักสำคัญของ
ตัวแปรบ่ง

ผลลัพธ์ (ไทย) 3:

กำลังสองน้อยที่สุดบางส่วนการวิเคราะห์แยกแยะ ( pls-da ) [ 20 ] คือการถดถอยกำลังสองน้อยที่สุดบางส่วนเพื่อทำนายหนึ่ง ( หรือหลาย )การตอบสนองแบบไบนารี ( s ) Y จากชุดของตัวแปรใน pls-da X ดังนั้นความต้องการระดับตัวแปรของวัตถุและผลิตคะแนนที่ไม่เพียง แต่รักษาค่าความแปรปรวนของตัวแปรเดิม แต่ยังมีความสัมพันธ์กับระดับของตัวแปร pls-da ใช้ประนีประนอมระหว่างปกติจำแนกการวิเคราะห์และจำแนกการวิเคราะห์องค์ประกอบหลักที่สำคัญของตัวแปรหัวเรื่อง .