예측가중 편최소제곱 방법과 QSAR 데이터에의 적용

Prediction-Weighted Partial Least Squares Method and its Application to QSAR Data

전통적인 편최소제곱(PLS) 방법은 교차입증을 통하여 예측력이 높은 모형을 찾을 수 있는 장점을 지닌다. 본 논문에서는 이 PLS 방법보다 더 나은 예측력을 가진 모형을 구하기 위해 PLS에 교차입증 상관계수를 추가적인 가중값으로 도입한 예측가중 편최소제곱(PWPLS) 알고리듬을 보이고 이것의 예측력을 두 개의 QSAR 데이터 세트로 조사해본다.

In this study, an efficient algorithm called prediction-weighted partial least-squares (PWPLS) is developed by modifying the traditional partial least-squares(PLS) method using cross-validated correlation coefficients to increase prediction accuracy. We applied the PLS and PWPLS to two QSAR data sets and compared the predictability of those two methods. It is shown that the PWPLS method yields better predictability than the PLS method.