搜索资源列表
pls-pca
- 这个例子展示了如何应用偏最小二乘回归(plsr)和主成分回归(PCR),并讨论了两种方法的有效性。 本人亲测有效-This example shows how to apply Partial Least Squares Regression (PLSR) and Principal Components Regression (PCR), and discusses the effectiveness of the two methods. PLSR and PCR are both me
PLS
- 偏最小二乘回归提供一种多线性回归建模的方法，特别是当两组变量个数很多，且存在多重相关性时-A new method iS proposed to select the number of principal component of PLS in PLS regression principal component through analysis and partial least square as major mathematic tools
buiqie_v40
- 最小二乘回归分析算法，搭建OFDM通信系统的框架，该函数用来计算任意函数的一阶偏导数(数值方法)。- Least-squares regression analysis algorithm, Build a framework OFDM communication system, This function is used to calculate the arbitrary function of the first order partial derivative (numerical me
ek503
- sar图像去噪的几种新的方法，最小二乘回归分析算法，该函数用来计算任意函数的一阶偏导数(数值方法)。- Several new methods sar image denoising, Least-squares regression analysis algorithm, This function is used to calculate the arbitrary function of the first order partial derivative (numerical metho
ridge regression1
- 岭回归(英文名：ridge regression, Tikhonov regularization)是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法，对病态数据的拟合要强于最小二乘法。 总之，本文档是岭回归的R语言实现代码，主要用于解决当模型中出现多重共线性问题，尤其是当你所有的解释变量都很重要，又无法通过其他检验来删除时，岭回归是一个很好的解决办法。(Ridge
The Unscrambler 9.7破解版（附破解方法）
- 可用于光谱预处理、偏最小二乘回归、主成分回归(It can be used in spectral pretreatment, partial least squares regression and principal component regression)
偏最小二乘回归的线性与非线性方法(书.王惠文)
- 偏最小二乘回归的线性与非线性方法，王惠文著。讲了偏最小二乘通径回归模型和递阶偏最小二乘回归模型。(Partial Least Squares Regression Linear and Nonlinear Methods, by Wang Huiwen. The partial least square path regression model and the hierarchical partial least-squares regression model are introduced.
python 偏最小二乘法
- 包含python实现偏最小二乘回归的源代码，同时文件中还有所需数据格式(Contains python partial least-squares regression source code, at the same time the file also has the required data format.)
itoolbox
- 协同区间偏最小二乘 siPLS算法是 N rgaard等对其提出 的 iPLS方法的改进, 其基本算法步骤如下:(1)对原始谱图进行 预处理;(2)在全谱范围内建立全局偏最小二乘模型, 即上节的 模型;(3)在整个光谱区间采用 iPLS建立多个等窗口宽度的子 区间, 假设为 n个;(4)在每个子区间上建立偏最小二乘法模型, 即可得到 n个局部模型;(5)以交叉验证时的均方根误差 RMSE 值为各模型的精度衡量标准, 比较全光谱模型和各局部模型的 精度;(6)组合精度最高的局部子区间