原文 | http://tecdat.cn/?p=22319 来源 | 拓端数据部落公众号 本文建立偏最小二乘法(PLS)回归(PLSR)模型,以及预测性能评估。为了建立一个可靠的模型,我们还实现了一些常用的离群点检测和变量选择方法,可以去除潜在的离群点和只使用所选变量的子集来 "清洗 ...
XLOADINGS,YLOADINGS plsregress X,Y,NCOMP Ncomp:主成分个数 XLOADING : X 的线性组合系数矩阵 YLOADING : y XSCORES is an N by NCOMP orthonormal matrix with rows corresponding to observations, columns to components. YS ...
2019-04-03 22:12 0 724 推荐指数:
原文 | http://tecdat.cn/?p=22319 来源 | 拓端数据部落公众号 本文建立偏最小二乘法(PLS)回归(PLSR)模型,以及预测性能评估。为了建立一个可靠的模型,我们还实现了一些常用的离群点检测和变量选择方法,可以去除潜在的离群点和只使用所选变量的子集来 "清洗 ...
出处:http://www.cnblogs.com/duye/p/9031511.html 1.回归 ”回归“一词来源于对父母身高对于子女身高影响的研究。有人对父母的身高与子女身高 ...
python3的sklearn库中有偏最小二乘法。 可以参见下面的库说明:http://scikit-learn.org/stable/modules/generated/sklearn.cross_decomposition.PLSRegression.html 对下面的程序进行改写 ...
绘图: 1,one dim一元函数 2,画带有积分的一元函数要注意: 参数方程: x=(sin t) ^3 y=(cos t) ^3 同 ...
PLSR的基本原理与推导,我在这篇博客中有讲过。 0.偏最小二乘回归集成了多元线性回归、主成分分析和典型相关分析的优点,在建模中是一个更好的选择,并且MATLAB提供了完整的实现,应用时主要的问题是: 注意检验,各种检验参数:有关回归的检验以及有关多元分析的检验 ...
原文链接:http://tecdat.cn/?p=8890 主成分回归(PCR)的方法 本质上是使用第一个方法的普通最小二乘(OLS)拟合来自预测变量的主成分(PC)。这带来许多优点: 预测变量的数量实际上没有限制。 相关的预测变量不会破坏回归拟合。 但是,在许多 ...
1 NIPALS 算法 Step1:对原始数据X和Y进行中心化,得到X0和Y0。从Y0中选择一列作为u1,一般选择方差最大的那一列。 注:这是为了后面计算方便,如计算协方差时,对于标准化后的 ...
起本篇题目还是比较纠结的,原因是我本意打算寻找这样一个算法:在测量数据有比较大离群点时如何估计原始模型。 上一篇曲面拟合是假设测量数据基本符合均匀分布,没有特别大的离群点的情况下,我们使用最小二乘得到了不错的拟合结果。 但是当我加入比如10个大的离群点时,该方法得到的模型就很难看了。所以我就在 ...