tidymodels中支持多变量回归的模型有哪些？是否有汇总页面？

支持多变量回归的模型 #

tidymodels生态中，以下模型原生或可配置支持多变量回归任务：

• 偏最小二乘（PLS）：你已经接触到的这类模型，专门针对多因变量场景做了优化
• 弹性网（Elastic Net）：通过parsnip的linear_reg()函数指定glmnet引擎，可直接处理多响应变量
• 多元自适应回归样条（MARS）：使用earth引擎的mars()模型，支持多因变量的非线性拟合
• 贝叶斯多元线性回归：借助brms引擎的linear_reg()，能实现多变量响应的贝叶斯推断
• 神经网络：nnet引擎的mlp()模型，可配置输出层适配多变量响应

官方汇总资源 #

tidymodels官方提供了结构化的模型参考汇总，在官方文档的模型板块中，parsnip包的每个模型条目都会明确标注是否支持多变量回归这类任务。你可以通过官方文档的模型分类导航，快速筛选出适配多响应变量的模型，无需逐个查找示例。

内容的提问来源于stack exchange，提问作者Daniel Althoff