偏最小二乘法是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。 用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。 很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。

基本公式
偏最小二乘回归≈多元线性回归分析+典型相关分析+主成分分析。
基本特点
与传统多元线性回归模型相比，偏最小二乘回归的特点是：
（1）能够在自变量存在严重多重相关性的条件下进行回归建模。
（2）允许在样本点个数少于变量个数的条件下进行回归建模。
（3）偏最小二乘回归在最终模型中将包含原有的所有自变量。
（4）偏最小二乘回归模型更易于辨识系统信息与噪声（甚至一些非随机性的噪声）。