空间最小二乘法 (PLS) 是在各个领域中广泛使用的技术。 该包提供了使用非线性迭代偏最小二乘 (NIPALS) 算法执行 PLS 回归的函数。 它包含一个教程函数，用于解释 NIPALS 算法和使用 PLS 函数执行判别分析的方法。 全最小二乘回归和偏最小二乘回归的区别可以解释如下： 对于给定的独立数据 X 和相关数据 Y，拟合模型 Y = X*B + E 总最小二乘回归解决了最小二乘意义上的误差最小化问题： J = E'*E PLS 不是直接在 X 和 Y 之间拟合模型，而是首先将 X 和 Y 分解为低维空间（所谓的潜在变量空间）： X = T*P' + E0，和Y = U*Q' + F0 其中 P 和 Q 是正交矩阵，即 P'*P=I，Q'*Q=I，T 和 U 的列数相同，a 远小于 X 的列数。那么，a在 T 和 U 之间执行最小二乘回归： U = T*B + F

偏最小二乘回归的线性与非线性方法(书.王惠文),非常经典，，推理细致准确

网络电视播放列表(m3u,pls格式)，包含央视，国家地理，探索频道，索尼音乐，Aoya电影等

pls-wodm_autotest.rar

化学计量学方法中常用的一种建模方法，可以通过通过最小化误差的平方和找到一组数据的最佳函数匹配。 用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。 很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。

matlab中存档算法代码适用于MATLAB的硬PLS-DA和软PLS-DA的实现（v.0.9.4） 我们介绍的软件实现。 该工具箱提供了用于数据预处理以及分类模型的解释和可视化的工具。 主类PLSDAModel负责逻辑，并且包含这两种方法以及辅助算法的实现。 该类的实例代表实际的模型以及用于数据可视化和统计的方法。 PLSDAGUI类提供了图形用户界面，用户可以在其中创建和操作数据集，以交互方式校准和浏览模型。 引用为 YV Zontov，O。Ye。 Rodionova，SV Kucheryavskiy，AL Pomerantsev，PLS-DA –一种用于偏最小二乘判别分析的硬方法和软方法的MATLAB GUI工具，化学计量学和智能实验室系统，第203卷，2020年，104064，ISSN 0169-7439，DOI ：。 有什么新东西 在最新版本（0.9.4）中： GUI布局工具箱已更新，可与Matlab 2020b兼容 更改历史记录可用 如何安装 最新版本以.mltbx安装包的形式提供，也可以通过.ziptarchive的形式获得。 要获取最新的源代码，请使用。 您可以克隆gi

本章介绍偏最小二乘回归分析的建模方法；通过例子从预测角度对所建立的回归模型进行比较

偏最小二乘法回归分析处理光谱数据，并用交叉验证对此模型进行验证

偏最小二乘法(PLS)介绍偏最小二乘法是一种多元统计数据分析方法,于1983年由S.Wold和C.Albano等人首次提出。

利用stm32f407pls-k-60的激光测量实验可读数版本