化学计量学学报,2017;31:e2887。https://doi.org/10.1002/cem.2887
Thanh Tran, Ewa szymazynska, Jan Gerretzen, Lutgarde Buydens, Nelson Lee Afanador, Lionel Blanchet,“PLS模型中成分数量选择的权重随机化测试”,《化学计量学》,第31卷,第5期,2017年5月
引入了权重随机化检验(WRT)来选择PLS中最优的分量数。WRT的目的是使用一个新定义的模型质量度量:连续显著分量数来最小化进入PLS模型的不相关数据量。后者是通过随机化测试确定的,完全符合PLS算法的基本理论。这一开发是迈向完全自动化PLS建模的重要一步。两个应用程序展示了WRT的好处。
关键词:PLS,回归,PLS分量选择,模型质量
例子:
%的例子:
%负载谱
% x =近红外;
% y =辛烷值;
%
获取默认选项
% options = wrtpls('options');
使用默认选项运行WRTPLS
%[reg,xlds,ylds,wts,xscrs,ncomp] = wrtpls(x,y,options);
%
%定制选项
% options = wrtpls('options');
%的选择。figON = 1;
%的选择。Numnonsigs = 1;
%的选择。Maxcomp = 25;
% [reg,xlds,ylds,wts,xscrs,ncomp] = wrtpls(x,y,options);
如需发表任何应用此方法的文章,请引用原文:
Thanh Tran, Ewa szymazynska, Jan Gerretzen, Lutgarde Buydens, Nelson Lee Afanador, Lionel Blanchet, PLS模型中组分数量选择的权重随机化检验,化学计量学杂志,2017;e2887。
DOI:https://doi.org/10.1002/cem.2887
引用作为
Thanh Tran(2022)。偏最小二乘中分量数的选择(//www.ru-cchi.com/matlabcentral/fileexchange/63441-wrtpls-selection-of-the-number-of-components-in-pls-partial-least-squares), MATLAB中央文件交换。检索.
版本 | 发表 | 发布说明 | |
---|---|---|---|
1.0.0.0 | -更新标签 |