偏最小二乘法PLS.docVIP

基金项目：国家自然科学基金项目；国家自然科学基金项目; 江西省自然科学基金重大项目(20152ACB20007);江西中医药大学校级研究生创新专项资金项目（JZYC16S05） 作者简介：喻芳（1992-），女，硕士研究生，研究方向为医药数据挖掘及机器学习； +通讯作者：杜建强（1968-），男，博士，教授，CCF高级会员，研究方向为数据库与数据挖掘；熊静（1995-），女，本科，主要研究为医药数据挖掘；聂斌（1972-）男，硕士，CCF会员，主要研究中医药信息及数据挖掘；朱志鹏（1990-），男，硕士研究生，研究方向为机器学习及医药数据挖掘；刘蕾(1991-)，女，硕士研究生，研究方向为机器学习及文本挖掘； 融合模型树的偏最小二乘法的优化方法* 喻 芳，杜建强 ，聂斌，熊 静，朱志鹏,刘 蕾 （江西中医药大学 计算机学院，南昌 330004） 摘 要：在实际过程中，越来越多的数据表现出了多自变量、多因变量和非线性的特性。偏最小二乘法本质上是一种线性回归，无法满足这些数据的特性，而模型树建立的回归模型是由多个多元线性片段构成，对非线性函数有很好的适应性。基于此，本文提出了一种融合模型树的偏最小二乘方法，将PLS外模型中的的主成分和被解释变量（因变量）构建模型树，根据残差信息不断建树，直到满足精度条件。分别在麻杏石甘汤君药平喘实验、麻杏石甘