摘　要： 在实际过程中，越来越多的数据表现出了多自变量、多因变量和非线性的特性。偏最小二乘法本质上是一种线性回归，无法满足这些数据的特性，而模型树建立的回归模型是由多个多元线性片段构成，对非线性函数有很好的适应性。基于此，本文提出了一种融合模型树的偏最小二乘方法，将PLS外模型中的的主成分和被解释变量（因变量）构建模型树，根据残差信息不断建树，直到满足精度条件。分别在麻杏石甘汤君药平喘实验、麻杏石甘汤君药止咳实验和UCI机器学习数据集上进行实验，实验结果表明，融合模型树的偏最小二乘分析方法对非线性数

【分　 类】 农业与自然
【关 键 词】 非线性,偏最小二乘,模型树,中医药信息
【来 　源】 互联网
【收　 录】 中国学术期刊网