PLS 的子集選擇。
再次請求varbanov.ar
以下是有關當前流程的更多詳細信息：
目前寶潔使用內部網絡工具選擇 PLS 變量的方法
VIP決定移除順序
最小化 PRESS 被用作停止規則
指定最大 PLS 因子後的反向消除（例如，5）
對於 PLS 因子的每次迭代和範圍（從 1 到最大值）
首先，刪除所有 VIP<0.8 的預測變量
然後，丟棄具有最小 VIP 的預測器
將此迭代中的最佳 PLS 模型（最小 PRESS）與最佳模型進行比較
從以前的迭代
如果 PRESS 對 PRESS 沒有改進，則停止變量選擇
在剩餘的預測變量之間傳遞以刪除多餘的預測變量是在之後
即完成變量選擇
---------------------------------------------
最優 PLS 模型（具有最小的 PRESS）具有 1 個 PLS 因子和 3 個預測變量
Web 工具提供用戶指定的最大尺寸的最佳子集模型
當最優模型剩餘大量預測變量時有用的替代方案
在模型中
如果 PRESS 沒有增加太多，可以考慮更小的型號
-----------------------------------------------------------
來自 Silvio Miccio 的更多細節（西爾維奧·西爾維奧
最好有一種 PLS 的最佳子集算法，找到與預測 Y 相關的因子或因子組。 實踐表明，丟棄不重要的因素會導致模型泛化誤差更低。
僅基於 VIP 進行子集選擇是我不習慣的。 VIP 的閾值是任意的（就像 p 值的民間傳說值 0.05）。
