资源简介
本资源包含利用主成分分析对输入特征进行降维的源代码,以及主成分回归分析和偏最小二乘法的matlab代码
代码片段和文件信息
%% I. 清空环境变量
clear all
clc
%% II. 导入数据
load spectra_data;
%% III. 随机划分训练集与测试集
temp = randperm(size(NIR 1));
% temp = 1:60;
%%
% 1. 训练集——50个样本
P_train = NIR(temp(1:50):);
T_train = octane(temp(1:50):);
%%
% 2. 测试集——10个样本
P_test = NIR(temp(51:end):);
T_test = octane(temp(51:end):);
%% IV. 主成分分析
%%
% 1. 主成分贡献率分析
[PCALoadingsPCAScoresPCAVar] = princomp(NIR);
figure
percent_explained = 100 * PCAVar / sum(PCAVar);
pareto(percent_explained)
xlabel(‘主成分‘)
ylabel(‘贡献率(%)‘)
title(‘主成分贡献率‘)
%%
% 2. 第一主成分vs.第二主成分
[PCALoadingsPCAScoresPCAVar] = princomp(P_train);
figure
plot(PCAScores(:1)PCAScores(:2)‘r+‘)
hold on
[PCALoadings_testPCAScores_testPCAVar_test] = princomp(P_test);
plot(PCAScores_test(:1)PCAScores_test(:2)‘o‘)
xlabel(‘1st Principal Component‘)
ylabel(‘2nd Principal Component‘)
legend(‘Training Set‘‘Testing Set‘‘location‘‘best‘)
%% V. 主成分回归模型
%%
% 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_test1);
T_sim = [ones(N1) P_test] * betaPCR;
%% VI. 结果分析与绘图
%%
% 1. 相对误差error
error = abs(T_sim - T_test) ./ T_test;
%%
% 2. 决定系数R^2
R2 = (N * sum(T_sim .* T_test) - sum(T_sim) * sum(T_test))^2 / ((N * sum((T_sim).^2) - (sum(T_sim))^2) * (N * sum((T_test).^2) - (sum(T_test))^2));
%%
% 3. 结果对比
result = [T_test T_sim error]
%%
% 4. 绘图
figure
plot(1:NT_test‘b:*‘1:NT_sim‘r-o‘)
legend(‘真实值‘‘预测值‘‘location‘‘best‘)
xlabel(‘预测样本‘)
ylabel(‘辛烷值‘)
string = {‘测试集辛烷值含量预测结果对比‘;[‘R^2=‘ num2str(R2)]};
title(string)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-11-27 11:07 Class_13_Code\
文件 1813 2018-11-27 11:08 Class_13_Code\PCR_Demo.m
文件 1302 2015-11-22 20:19 Class_13_Code\PLS_Demo.m
目录 0 2015-11-22 20:19 Class_13_Code\html\
文件 10397 2015-11-22 20:05 Class_13_Code\html\PCR_Demo.html
文件 3893 2015-11-22 20:05 Class_13_Code\html\PCR_Demo.png
文件 4596 2015-11-22 20:05 Class_13_Code\html\PCR_Demo_01.png
文件 5188 2015-11-22 20:05 Class_13_Code\html\PCR_Demo_02.png
文件 8450 2015-11-22 20:05 Class_13_Code\html\PCR_Demo_03.png
文件 8883 2015-11-22 20:19 Class_13_Code\html\PLS_Demo.html
文件 3217 2015-11-22 20:19 Class_13_Code\html\PLS_Demo.png
文件 4556 2015-11-22 20:19 Class_13_Code\html\PLS_Demo_01.png
文件 7451 2015-11-22 20:19 Class_13_Code\html\PLS_Demo_02.png
文件 171497 2010-10-14 20:24 Class_13_Code\spectra_data.mat
- 上一篇:labview_pca
- 下一篇:自动多阈值分割matlab程序
相关资源
- Pattern Recognition and Machine Learning(高清
- MATLAB 编程 第二版 Stephen J. Chapman 著
- 均值滤波和FFT频谱分析Matlab代码
- 《MATLAB扩展编程》代码
- HDB3码、AMI码的MATLAB实现
- 3点GPS定位MATLAB仿真
- MATLAB数字信号处理85个实用案例精讲入
- matlab从入门到精通pdf94795
- 欧拉放大论文及matlab代码
- 跳一跳辅助_matlab版本
- 全面详解LTE MATLAB建模、仿真与实现
- MIMO-OFDM无线通信技术及MATLAB实现_孙锴
- MATLAB Programming for Engineers 4th - Chapman
- matlab 各种谱分析对比
- 分数阶chen混沌matlab程序
- 基于粒子群算法的非合作博弈的matl
- MATLAB车流仿真 包括跟驰、延误
- matlab空间桁架计算程序
- 基于MATLAB的图像特征点匹配和筛选
- DMA-TVP-FAVAR
- GPS信号的码捕获matlab代码.7z
- 一维光子晶体MATLAB仿真代码吸收率折
- newmark法源程序
- 传统关联成像、计算鬼成像matlab
- pri传统分选算法
- 摆动滚子推杆盘形凸轮设计
- 医学图像重建作业matlab源码
- Matlab实现混沌系统的控制
- 高光谱图像pca分析特征提取
- 检测疲劳驾驶
评论
共有 条评论