发布
loading-left
loading loading loading
loading-right

加载中

个人主页
TA还没有准备介绍自己
TA的源代码 (2)
遗传偏最小二乘算法,GA-PLS
暂无评分
偏最小二乘法是由瑞典统计学家沃尔德(H·Wold)提出,其基本运算是基于非线性迭代偏最小二剩算法(nonlineariterativepartialleastsquares;NIPALS),故有偏最小二乘法之称。它与主成分回归不同之点就在于它不但分解X矩阵,同时也分解Y矩阵,并在分解X矩阵时利用Y矩阵的信息,在分解Y矩阵时利用X矩阵的信息,从而使回归结果更好些。另外,因其本质上是一种基于特征变量的解析方法,故也可用于化学模式识别之中,进行降维处理。由于偏最小二乘法在化学中得到非常广泛的应用,故很多化学计量学家对该算法进行了改进和拓展,提出了快速偏最小二乘、非线性偏最小二乘法、稳健偏最小二乘法等。
luoye11111
2020-01-19
0
1
正交偏最小二乘
暂无评分
PLS是用线性回归模型和最小二乘法把X(描述性变量)和Y(观察变量)投射到一个新的空间,从而能在X空间中的找到一个多维向量最大化表示出Y空间上的变化,找到X和Y最根本的联系。正交偏最小二乘法(OPLS)是基于PLS的,把连续的变量正交(orthogonal)投射到latentstructure,从而把变量分成了可以预测的和无关的两种,第一个latentvariable可以解释X和Y之间的共同变化,也就是X中变化跟Y变化有关的,第二之后的latentvariable是在X变化中对Y无关的(正交的)。如果是不连续的变量,就可以对不同的class进行分类,就是OPLS-DA。X是描述性变量的矩阵,Y是不同的class种类,同样的,第一个latentvariable描述的是X中对betweenclass有关联的变化,也就是X对Y分类有关的信息,后面与之正交的latentvarible描述的都是X中withinclass之间的变化,也就是对Y的分类无关。OPLS相比PLS,分类的准确率并没有改进,只是让结果能更好的被诠释和理解而已
luoye11111
2020-01-19
0
1
没有更多了~