葉同學(xué)
2022-07-25 20:34Partial least squares, Elastic nets是啥？為啥直接略過了。
所屬：FRM Part II > Current Issues in Financial Markets 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個回答
姚奕助教
2022-07-29 16:00
該回答已被題主采納
這個表格就是從原文的附件中摘錄出來的，原文也是以其中幾個模型（LARS、LASSO、Principal compenent和SVM）作為典型對AI進行了分類探討，也沒有面面俱到把每個模型都分析一邊，當(dāng)然這也就讓我們知道考試的重點了。
在進行回歸分析時，通常都是考察多個X對Y的影響，但有時復(fù)雜的研究也會涉及研究多個X對多個Y的影響，尤其是數(shù)據(jù)存在當(dāng)自變量存在多重共線性問題時，普通的多元線性回歸無法很好的解決問題。PLS回歸則能很好的解決這些問題。
應(yīng)用場景PLS回歸（Partial least squares regression，偏最小二乘法回歸），是一種研究影響關(guān)系的多元統(tǒng)計方法。
主要用于解決共線性問題、分析多個自變量對多個因變量Y的影響關(guān)系、以及處理小樣本。
1987年由德賓（Durbin）和威爾蕭（Willshaw）在「自然」月刊所提出彈性網(wǎng)絡(luò)（Elastic Network）。要說清楚彈性網(wǎng)絡(luò)比較復(fù)雜，簡單來說，它也是一種線性回歸，但用了不斷迭代的思路，并且用兩個范數(shù)作為訓(xùn)練目標。彈性網(wǎng)絡(luò)最妙的地方是它永遠可以產(chǎn)生有效解，并且收斂速度相當(dāng)理想。
這兩個方法不是重點，簡單知道就行。
0
0
0
0
