为什么Python中的偏最小二乘回归比普通最小二乘法更稳健?

老枫同学_5897

老枫同学_5897

2026-07-15

152人浏览

原创

PLSRegression能绕过$(X^TX)^{-1}$不可逆问题,因其不依赖矩阵求逆,而是通过迭代提取X与Y协方差最大的潜变量方向(t和u),天然规避秩亏风险。

为什么python中的偏最小二乘回归比普通最小二乘法更稳健?

PLSRegression 为什么能绕过 (XᵀX)⁻¹ 不可逆问题

普通最小二乘法(LinearRegression)求解依赖于矩阵 X.T @ X 的逆。当样本数 n 小于变量数 p(即“宽数据”),或 X 列之间高度相关时,X.T @ X 秩亏、行列式为 0,直接报错 LinAlgError: Singular matrix。而 PLSRegression 根本不计算这个逆——它通过迭代提取 t = X @ w(X得分)和 u = Y @ c(Y得分),每次只找一个与 X 和 Y 协方差最大的方向,天然避开矩阵求逆步骤。

实操建议:

  • 遇到 LinAlgError: Singular matrix 时,不要急着加岭回归(Ridge),先试试 PLSRegression(n_components= min(n-1, p))
  • n_components 必须 ≤ min(n_samples, n_features),否则 fit() 会抛 ValueError
  • 若 X 是稀疏矩阵(如基因表达计数),PLSRegression 仍可运行,但需先转稠密(.toarray()),否则报 TypeError: unsupported operand type

标准化不是可选项,而是强制前置条件

PLSRegression 内部默认对 X 和 Y 同时做中心化(减均值),但**不自动缩放**。如果变量量纲差异大(比如 pH 值在 0–14,基因表达量在 0–10⁴),未标准化会导致权重全被高方差变量主导,w 向量实际只反映尺度而非相关性。

正确做法是手动标准化:

  • 用 StandardScaler 分别处理 X 和 Y,再传入 PLSRegression
  • 不要只标准化 X 而忽略 Y:PLS 优化目标是协方差 X.T @ Y,Y 不缩放会使得分 u 失真
  • 预测时,必须用训练集的 scaler_x 和 scaler_y 分别 transform 新数据,不能重新 fit

选多少个成分(n_components)直接影响过拟合风险

n_components 不是越大越好。它本质是模型复杂度开关:设为 1 时只保留最强协方差方向,设为 min(n,p)-1 时几乎等价于 OLS(但依然稳定)。常见错误是盲目设成最大允许值,导致在小样本上严重过拟合。

使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中
使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中

当现有的脚本或服务需要将作用域化的仓库工作委托给 Claude Code 并以编程方式消费结构化响应时,请使用 Claude Agent SDK for Python。

下载

推荐策略:

  • 从 1 开始递增,用交叉验证看 mean_squared_error 或 r2_score 是否持续改善
  • 观察 pls.x_scores_ 的奇异值衰减——若第 3 个成分的得分标准差已降到第一个的 10% 以下,通常无需更多成分
  • 对 n=50, p=2000 这类数据,n_components=3~5 往往比 10 更鲁棒;超过 8 就要警惕测试集性能跳崖

predict() 输出的是原始 Y 尺度,但 score() 默认用 R²

PLSRegression.predict(X_test) 返回的预测值单位、量级与原始 y_train 一致,这点和 LinearRegression 一样。但它的 score() 方法返回的是决定系数 R²,不是 MSE 或 MAE——容易误判模型好坏,尤其当 Y 均值接近 0 或方差极小时,R² 可能为负却仍被当作“可用”。

务必额外计算:

  • mean_squared_error(y_test, y_pred) 看绝对误差水平
  • np.corrcoef(y_test, y_pred)[0,1] 看预测与真实值的线性关联强度
  • 对生物/化学数据,常看 RMSEP(预测残差标准差),即 np.sqrt(mean_squared_error(...))

真正关键的不是 PLS 本身多神奇,而是你有没有在标准化、成分数、评估指标这三个地方踩准节奏——漏掉任何一个,它就退化成另一个黑箱工具。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1971

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5684

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1929

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34877

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4067

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4067

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1303

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3163

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程