PLSC(Partial Least Square Correlation)偏最小二乘相关

偏最小二乘相关（Partial Least Square Correlation，PLSC）是一种多元统计分析方法，用于探索两组变量之间的关系。它可以处理高维数据集中的变量相关性和多重共线性问题，因此在许多领域中得到广泛应用，如化学、生物学、医学和工程学等。

PLSC的目标是找到两组变量之间的最大相关性方向。它通过将两个数据矩阵分解成较低维度的潜在变量来实现这一目标。这些潜在变量被称为主成分，它们代表了原始变量中的最大方差。

PLSC的主要优点是可以提取高维数据中的有用信息，并且可以处理多个响应变量。它还可以应用于非线性数据集，并且对离群值相对不敏感。然而，PLSC也有一些局限性，例如可能会受到随机误差的影响，以及结果的解释性可能较差。