使用KS算法和SPXY算法进行样本分类（MATLAB）.pdf

使⽤KS算法和SPXY算法进⾏样本分类 （MATLAB） 使⽤KS算法和SPXY算法进⾏样本分类 当我们进⾏建模分析时，在建模过程中训练集样本的选取 ⾮常重要的，下⾯我将简单介绍⼀下其中⽤的较多的KS算法和SPXY算法。 Kennard-Stone算法原理 （KS算法） KS算法原理 ：把所有的样本都看作训练集候选样本,依次从中挑选样本进训练集。⾸先选择欧⽒距离最远的两个样本进⼊训练集，其后通过 计算剩下的每⼀个样品到训练集内每⼀个已知样品的欧式距离，找到拥有最⼤最⼩距离的待选样本放⼊训练集，以此类推，直到达到所要求 的样本数 ⽬。该⽅法的优点 能保证训练集中的样本按照空间距离分布均匀。缺点 需要进⾏数据转换和计算样本两两空间距离，计算量 ⼤。 欧式距离：欧⼏⾥得度量 （euclidean metric） （也称欧⽒距离） ⼀个通常采⽤的距离定义，指在m维空间中两个点之间的真实距离，或 者向量的⾃然长度 （即该点到原点的距离）。在⼆维和三维空间中的欧⽒距离就 两点之间的实际距离。 欧⽒距离计算公式 Xp和Xq表⽰两个不同的样本，N表⽰样本的光谱波点数量。 SPXY算法原理 SPXY算法原理 ：它 在KS算法基础上发展⽽来的，SPXY在样品间距离计算时将x变量和y变量同时考虑在内。 距离计算 但 在使⽤这个算法的时候⼤家可能会想SPXY中的X和Y分别代表什么含义，下⾯通过⼀个例⼦，希望能给⼤家带来帮助。 例⼦ ：北京农业质量标准与检测技术研究中⼼的王世芳等⼈与20 19年3⽉在 《光谱学与光谱分析》上发表了⼀篇名叫 《ＳＰＸＹ算法的西 ⽠可溶性固形物近红外光谱检测》的⽂章。在⽂章中，采⽤光谱 －理化值共⽣距离 （ＳＰＸＹ）算法对西⽠不同检测部位的样品集进⾏划 分，以可溶性固形物含量为 ｙ变量，光谱为 ｘ 变量，利⽤两种变量同时计算样品间距离以保证最⼤程度表征样本分布，有效地覆盖多维向 量空间，增加样本间的差异性和代表性，提⾼模型稳定性。 代码 我 使⽤matlab20 14a软件，所以下⾯附上KS算法和SPXY算法的matlab程序。 KS代码 function [XSelected,XRest,vSelectedRow Index]= s(X,Num) % s selects the samples XSelected which uniformly distributed in the exprimental data Xs space % Input % X:the matrix of the sample spectra % Num:the number of the sample spectra you want select % Num:the number of the sample spectra you want select % Output % XSelected :the sample spectras was selected from the X % XRest :the sample spectras remain int the X after select % vSelectedRow Index :the row index of the selected sample in the X matrix % Programmer: zhimin zhang @ central south university on oct 28 ,2007 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % start of the ennard-stone step one %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% X=xlsread(X.xlsx) ;%obtain the data [nR,nC]=size(X) ; % obtain the size of the X matrix mDistance=zeros(nR,nR) ; %dim a matrix for the distance st