matlab实现偏最小二乘法。。。。。 %% Principal Component Analysis and Partial Least Squares % Principal Component Analysis (PCA) and Partial Least Squares (PLS) are % widely used tools. This code is to show their relationship through the % Nonlinear Iterative PArtial Least Squares (NIPALS) algorithm.

摘要针对藻类荧光光谱解析中常见的信息冗余和光谱相关性问题，基于偏最小二乘（ＰＬＳ）的方法，提出了区间蒙特卡罗偏最小二乘（）方法，有效地解决了特征波长的选取问题。

偏最小二乘判别式的类分离评估使用 Hotelling 的 T2 进行分析或主成分分析。 输入数据：具有 N 个样本和 M 个变量的 N x M 矩阵classVec：带有数字类标签的 N x 1 向量 参考AM Goodpaster，马肯尼迪，Chemom。 英特尔。 实验室系统。 109, 162–170 (2011)。

MATLAB偏最小二乘法的实现，文件夹附有可用的数据。

可以对光谱数据进行预处理，除了偏最小二乘法之外，也有一些其他方法

用于近红外光谱偏最小二乘法建模。以及建模前偏最小二乘法交互验证主成分数的选择

偏最小二乘法是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。 用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。 很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。

偏最小二乘回归（PLSR）统计建模方法本质上是对数据平均趋势的估算，无法避免“依据错误的数据得到错误的模型”的根本问题.为此，提出用数据包络分析（DEA）优化偏最小二乘回归的建模方法，用DEA方法对数据进行评价，剔除无效数据，将有效的数据用来偏最小二乘回归建模.该方法能有效克服干扰数据对提取成分的影响，弥补偏最小二乘方法的不足.通过实例计算并与PLSR、主成分回归（PCR）比较分析表明：DEA优化偏最小二乘回归建模平均绝对误差为2.66%，低于PLSR的4.07%和PCR的4.45%.

最小二乘法最小二乘法最小二乘法最小二乘法最小二乘法最小二乘法最小二乘法最小二乘法

偏最小二乘回归分析 Matlab代码与数据，教程