偏最小二乘回归分析 Matlab代码与数据，教程

空气质量预测 近年来，空气污染急剧增加，并且对所有生物造成的影响更糟。 世界上大多数国家都在与日益增加的空气污染水平作斗争。 因此，控制和预测空气质量指数已成为必要。 在此研究项目中，我们将实施数据挖掘和机器学习模型来预测AQI并将AQI归类。 对于AQI预测，我们已经实现了五个回归模型主成分，偏最小二乘法，留一维CV的主成分，留一维CV的偏最小二乘，多个印度城市的多元回归AQI数据。 根据AQI的值，AQI指数进一步分为6个不同的类别，即“好，满意，中，差，非常差和严重”。 为了预测AQI桶，我们使用重复CV分类算法开发了三种分类模型，分别是多项式Lo​​gistic回归和K最近邻和K最近邻。 来自印度不同城市的空气质量数据集，具有留一法交叉验证的PLS模型。

偏最小二乘法教程 详细介绍了偏最小二乘的用法

针对传统水质预测方法中水质因子的多重相关性造成预测精度低的问题,提出了一种将偏最小二乘法和支持向量机相耦合的水质预测方法。利用偏最小二乘法提取对水质因子影响强的成分,从而克服了信息冗余问题,并降低了支持向量的维数。利用支持向量机建模可以较好地解决高维非线性小样本问题。同时利用改进的PSO算法优化SVM参数,减小参数搜索的盲目性。研究结果表明,本耦合模型的预测精度和运行效率明显优于常用的BP人工神经网络和传统的支持向量机,可以更好地应用于水质预测。

为解决偏最小二乘判别分析(PLSDA)建模时光谱区域中的噪声及冗余信息干扰问题，提出一种基于联合区间偏最小二乘判别分析(SiPLSDA)算法，并将该算法应用于猪肉近红外光谱的定性建模分析。SiPLSDA 利用联合区间偏最小二乘回归（SiPLS）进行光谱特征区域筛选，在筛选出来的光谱区域内建立数据的定性预测模型。采用Antaris II 快速傅里叶变换近红外光谱分析仪获取波数范围为10000~4000 cm-1的猪肉样本近红外光谱，采用标准正态变量变换(SNV)进行近红外光谱的预处理，用SiPLSDA 建立猪肉近红外光谱的定性模型。实验结果表明，SiPLSDA 建立的预测模型对猪肉储藏时间的识别率达到93.94%，高于基于全光谱区域建立的PLSDA 预测模型的识别率。

很好的PLS matlab 学习资料，很详细！

为了进一步提高多组分气体分析的准确度,对采用AOTF-NIR光谱仪采集甲烷、乙烷和丙烷多组分混合气体的近红外光谱数据建立了新的分析模型。首先对光谱数据采用偏最小二乘法(以下简称PLS)进行特征提取,随后将提取得到的潜变量作为支持向量回归机(以下简称SVR)的输入建立多组分混合气体的定量分析模型。结果显示,PLS特征提取耦合SVR对近红外光谱的定量分析取得了很好的分析效果。

MATLAB 偏最小二乘回归的工具箱，全面的偏最小二乘分析

偏最小二乘专家混合（Mix-PLS）是一种适合在多种操作模式下学习的方法。 在工业应用中，这种场景非常普遍。 然后，Mix-PLS 将偏最小二乘回归 (PLS)（化学计量学文献中众所周知的方法，也是工业中软传感器最常用的方法之一）集成到混合专家框架中，从而推导出新的 Mix-PLS回归。 它也适用于非线性回归。 如果该方法的任何应用发表，请引用原著：Francisco AA Souza，Rui Araújo，偏最小二乘专家的混合和具有多种操作模式的预测设置中的应用，化学计量学和智能实验室系统，第 130 卷， 2014 年 1 月 15 日，第 192-202 页。 DOI： http : //dx.doi.org/10.1016/j.chemolab.2013.11.006 。 更多信息可以在我的网站上找到： www.isr.uc.pt/~fasouza

文件内包含KRR、KPCA、KPCR以及KPLS的相关程序，其中KPLS相关程序又包括KerSIMPLS以及KerNIPALS可供选择，他们是用不同方法计算的PLS。同时文件中还有一个例子，分别应用这些程序实现sin函数的拟合，清晰易懂，希望对大家有所帮助。