回归预测 | Matlab实现PCA-PLS主成分降维结合偏最小二乘回归预测

回归预测 | Matlab实现PCA-PLS主成分降维结合偏最小二乘回归预测

目录

效果一览



基本介绍

Matlab实现PCA-PLS主成分降维结合偏小二乘回归预测(完整源码和数据)

1.输入多个特征,主成分降维后输入偏小二乘进行回归;

2.算法新颖,包含评价指标MAE、R2等,出图多(误差图、帕累托图)~

4.运行环境Matlab2018b及以上。

程序设计

matlab 复制代码
 1. 创建模型
k = 4;
betaPCR = regress(T_train-mean(T_train),PCAScores(:,1:k));
betaPCR = PCALoadings(:,1:k) * betaPCR;
betaPCR = [mean(T_train)-mean(P_train) * betaPCR;betaPCR];
%%
% 2. 预测拟合
N = size(P_test,1);
T_sim = [ones(N,1) P_test] * betaPCR;
------------------------------------------------
版权声明:本文为CSDN博主「机器学习之心」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/kjm13182345320/article/details/127980325

参考资料

[1] https://blog.csdn.net/kjm13182345320/article/details/129036772?spm=1001.2014.3001.5502

[2] https://blog.csdn.net/kjm13182345320/article/details/128690229

相关推荐
机器学习之心8 个月前
EI级 | Matlab实现PCA-GCN主成分降维结合图卷积神经网络的数据多特征分类预测
主成分降维·多特征分类预测·gcn·pca-gcn·图卷积神经网络
机器学习之心1 年前
回归预测 | MATLAB实现PCA-BP主成分降维结合BP神经网络多输入单输出回归预测
多输入单输出回归预测·bp神经网络·pca-bp·主成分降维