基于R语言的PLS算法的实现及研究.pptVIP

基于R语言的PLS算法的实现及研究 目录 使用的开发工具 偏最小二乘的设计思想 基于R语言、MATLAB的偏最小二乘的实现 通径分析 测定系数 实验分析 使用的开发工具 R 语言(R是用于统计分析、绘图的语言和操作环境。它是一个用于统计计算和统计制图的优秀工具。) MATLAB(它是一种以矩阵运算为基础的交互式程序语言。它作为一种编程语言和可视化工具,可解决工程、科学计算和数学学科中许多问题。) 偏最小二乘回归法 最小二乘 偏最小二乘 1.数目较少 2.无多重共线性 3.各解释变量与反应变量之间的关系易于解释 1.在自变量存在严重多重共线性时可以进行回归建模； 2.在样本点个数比变量个数(维数)明显过少时可以进行 回归建模； 3. PLS模型可以识别系统信息与噪声； 4. PLS模型中，每一个自变量的回归系数容易解释； 5. PLS最终回归模型中包含原有的所有自变量。 偏最小二乘回归法 算法的设计思想 ①两组潜变量分别最大程度承载自变量与因变量的变异信息； ②二者之间的协方差最大化(相关程度最大)。 算法的设计思想 提取多少个主成分最合适？？？ 交叉性检验 =0.0975 实例分析（基于MATLAB） 芦荟大黄素 大黄素 大黄酸 大黄酚 大黄素甲醚 厚朴酚 和厚朴酚 橙皮苷 辛弗林 d-乳酸 x1 x2 x3 x4 x5 x6 x7 x8 x9 y1 0.0625