我正在尝试从The Elements of Statistical Learning 学习归约秩回归 (RRR) 。我觉得写作和他们的数学有点太令人望而却步了。你们中是否有任何作为介绍更友好的资源/文本/介绍/教程？
例如，我从宾夕法尼亚州立大学找到了一篇关于典型相关分析 (CCA) 的文章，这是一本出色的外行对该主题的介绍。在获得直觉后，我们可以继续学习数学。
友好的教程或降秩回归简介
机器算法验证
回归
多元分析
参考
降秩回归
2022-03-01 05:29:45
1个回答
我同意统计学习要素中的第 3.7 节相当混乱。我喜欢这本书，但讨厌这一部分。在线提供的 PDF 在章节标题附近有这个漂亮的尖叫象形图，所以如果你发现那里的数学太复杂，请不要担心。
这里有一些其他的参考。有一本书专门针对RRR：
- Reinsel & Velu，1998 年，多元降阶回归：理论与应用
还有一本关于多元统计的教科书，对RRR有很好的覆盖：
- Izenman，2008/2013，现代多元统计技术：回归、分类和流形学习
请注意，这与 Izenman 最初在
- Izenman，1975，多元线性模型的降阶回归
我不知道一篇好的教程论文，但最近遇到了这篇博士论文（本质上是三篇独立论文的组合，在其他地方也可以找到）：
- Mukherjee，2013，关于多元回归的降阶方法的主题
其中大部分内容非常技术性，但阅读介绍和第一主要章节的开头可能会很有用。那里还有很多进一步的参考资料，在开始的文献综述中。
我只是在这里给出参考，但我可能会在你的另一个问题中发布关于 RRR 的更实质性的答案“降级回归”到底是什么？当我有空闲时间并且有任何兴趣时。