偏最小二乘回归的Python代码

下面是一个简单的偏最小二乘回归的Python代码示例，使用sklearn库中的PLSRegression模型：

from sklearn.cross_decomposition import PLSRegression
from sklearn.datasets import make_regression

# 生成随机数据集
X, y = make_regression(n_samples=100, n_features=10, n_targets=1, noise=10)

# 创建PLSRegression模型
pls = PLSRegression(n_components=2)

# 拟合模型
pls.fit(X, y)

# 预测结果
y_pred = pls.predict(X)

# 查看模型得分
score = pls.score(X, y)
print('Score:', score)

在这个示例中，我们首先使用`make_regression`函数生成了一个包含100个样本和10个特征的随机数据集，并且每个样本只有一个目标值。然后我们创建了一个PLSRegression模型，并使用`fit`方法拟合了数据。最后我们使用`score`方法查看模型的得分。