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。

很好的matlab代码 偏最小二乘法

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。

---- 注：sMC-PLS 方法对 PLS 模型的质量很敏感。 质量差的 PLS 模型可能包含大量不相关的数据变化，这些变化会影响 sMC 的变量选择。 因此，强烈建议将 sMC 与 WRT-PLS 结合使用，以对所有组件的模型进行质量评估。 WRT-PLS 的 Matlab 代码如下。 https://nl.mathworks.com/matlabcentral/fileexchange/63441-wrtpls--selection-of-the-number-of-components-in-pls-partial-least-squares ------ [1] DOI： http : //dx.doi.org/10.1016/j.chemolab.2014.08.005 TN Tran、NL Afanador、LMC Buydens、L. Blanchet，具有显着性多元相关

1、资源内容：iPLS算法的简要介绍已经其与PLS算法的区别介绍 2、使用/学习目标：了解iPLS算法的基本原理 3、特点：快速入门iPLS算法 4、适用人群：想快速理解iPLS算法原理的初学者、需要做相关主题课程汇报的学生

偏最小二乘法Matlab源代码,自己编写

很好的PLS matlab 学习资料，很详细！

统计学t检验结合引入的变量筛选方法―遗传算法一偏最小二乘法(GAPLS )对卵巢癌SELDI-TOF MS数据进行特征筛选,从15154个原始变量中筛选得到4个特征质荷比值,采用支持向量机(SVM)模型的留一法交叉验证结果为95.26%．结果表明这4个质荷比值具有重要的生物学意义,它们或许可以作为卵巢癌的生物标记物,同时GAPLS可以作为一种有效的蛋白质组数据的特征筛选方法．