GSVD ใช้เทคนิคหลายตัวแปรเชิงเส้นทั้งหมดหรือไม่

ฉันเจอบทความโดยHervé Abdiเกี่ยวกับ SVD ทั่วไป ผู้เขียนกล่าวถึง:

SVD ทั่วไป (GSVD) จะสลายเมทริกซ์สี่เหลี่ยมและคำนึงถึงข้อ จำกัด ทางบัญชีที่กำหนดในแถวและคอลัมน์ของเมทริกซ์ GSVD ให้การประมาณค่าน้ำหนักน้อยที่สุดแบบทั่วไปของเมทริกซ์ที่กำหนดโดยเมทริกซ์อันดับที่ต่ำกว่าดังนั้นด้วยการเลือกข้อ จำกัด ที่เพียงพอ GSVD ใช้เทคนิคหลายตัวแปรเชิงเส้นทั้งหมด (เช่นความสัมพันธ์แบบแคนนอน, การวิเคราะห์เชิงเส้น -regression)

ฉันสงสัยว่า GSVD เกี่ยวข้องกับเทคนิคหลายตัวแปรเชิงเส้นทั้งหมด (เช่นสหสัมพันธ์แบบแคนนอน, การวิเคราะห์จำแนกเชิงเส้น, การวิเคราะห์เชิงเส้น, การวิเคราะห์จดหมาย, PLS-regression)

ส่วนที่ 4.1 ของบทความอธิบายว่าเมทริกซ์ M และ W ต้องเป็นอย่างไรสำหรับ SVD ทั่วไปเพื่อให้ได้ผลลัพธ์ที่เทียบเคียงได้กับการวิเคราะห์การติดต่อ ผู้เขียนยังอ้างอิงการอ้างอิงของเขา # 3 เพื่ออธิบายว่า SVD ทั่วไปสามารถให้ผลลัพธ์ที่เปรียบเทียบได้กับวิธีการหลายตัวแปรอื่น ๆ ที่กล่าวถึง