实例介绍
【实例简介】竞争性自适应重加权算法(CARS)
竞争性自适应重加权算法(CARS)是通过自适应重加权采样(ARS)技术选择出PLS模型中回归系数绝对值大的波长点,去掉权重小的波长点,利用交互验证选出RMSECV指最低的波长组合
【实例截图】
	 
 
【核心代码】
	%    Import data;
load corn_m51;
%    Cross validation
A=10;
K=5;
method='none';
N=100;
Nmcs=50;
CV=plscvfold(X,y,A,K,method);
MCCV=plsmccv(X,y,A,method,N);
DCV=plsrdcv(X,y,A,K,method,Nmcs);
%    Build a PLS regression model
nLV=CV.optPC;
PLS=pls(X,y,nLV);
%    Outlier detection
F=mcs(X,y,11,'none',500,0.8);
figure;
plotmcs(F);
%    CARS-PLS for variable selection
A=10;
K=5; 
N=100;
CARS=carspls(X,y,A,K,method,N);
figure;
plotcars(CARS);
%     simplified version of CARS
sCARS=scarspls(X,y,A,K,method,N); 
figure;
plotcars(sCARS);
	.
├── CARS
│   ├── CARS
│   │   ├── CARS_manual.doc
│   │   ├── CIP2pred.m
│   │   ├── FQ.mat
│   │   ├── LOGO_CARS.JPG
│   │   ├── Manne_bi.m
│   │   ├── SSCTST.mat
│   │   ├── TFQ.mat
│   │   ├── carspls.m
│   │   ├── classplot2.m
│   │   ├── compute_T2DM_data.asv
│   │   ├── corn_m51.mat
│   │   ├── csvd.m
│   │   ├── databin.m
│   │   ├── dosc.m
│   │   ├── example_nir.m
│   │   ├── expred1.m
│   │   ├── expred2.m
│   │   ├── fanqie3zu.mat
│   │   ├── ks.m
│   │   ├── lsreg.m
│   │   ├── mcs.m
│   │   ├── mcuvepls.m
│   │   ├── mwpls.m
│   │   ├── oscplscv.m
│   │   ├── plotcars.m
│   │   ├── plotmcs.m
│   │   ├── pls.m
│   │   ├── pls_nipals.m
│   │   ├── plscvfold.m
│   │   ├── plsdcv.m
│   │   ├── plsmccv.m
│   │   ├── plsnipals.m
│   │   ├── plsrdcv.m
│   │   ├── plssim.m
│   │   ├── plsval.m
│   │   ├── pretreat.m
│   │   ├── rswrw.m
│   │   ├── scarspls.m
│   │   ├── simuin.m
│   │   ├── snv.m
│   │   ├── test_package_functions.m
│   │   ├── test_script_rce.m
│   │   ├── tp.m
│   │   ├── traintestselect.m
│   │   ├── variableSetComparion.m
│   │   └── vipp.m
│   ├── CARS_manual.doc
│   ├── CIP2pred.m
│   ├── FQ.mat
│   ├── FisherLDA.m
│   ├── LOGO_CARS.JPG
│   ├── Manne_bi.m
│   ├── SSCTST.mat
│   ├── TFQ.mat
│   ├── carspls.m
│   ├── classplot2.m
│   ├── compute_T2DM_data.asv
│   ├── corn_m51.mat
│   ├── csvd.m
│   ├── databin.m
│   ├── dosc.m
│   ├── example_nir.m
│   ├── expred1.m
│   ├── expred2.m
│   ├── fanqie3zu.mat
│   ├── ks.m
│   ├── lsreg.m
│   ├── mcs.m
│   ├── mcuvepls.m
│   ├── mwpls.m
│   ├── oscplscv.m
│   ├── plotcars.m
│   ├── plotmcs.m
│   ├── pls.m
│   ├── pls_nipals.m
│   ├── plscvfold.m
│   ├── plsdcv.m
│   ├── plsmccv.m
│   ├── plsnipals.m
│   ├── plsrdcv.m
│   ├── plssim.m
│   ├── plsval.m
│   ├── pretreat.m
│   ├── rswrw.m
│   ├── scarspls.m
│   ├── simuin.m
│   ├── snv.m
│   ├── test_package_functions.m
│   ├── test_script_rce.m
│   ├── tp.m
│   ├── traintestselect.m
│   ├── variableSetComparion.m
│   └── vipp.m
└── 好例子网_CARS.zip
2 directories, 94 files
	
网友评论
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
 
                 
            

支持(0) 盖楼(回复)