搜索资源列表
feature-selection-master
- 最小冗余最大相关性(MRMR)(MRMR.M) 需要外部库。详情请见MRMR。下载一个更新版本的互信息工具箱 偏最小二乘(PLS)回归系数(ReGCOEF.m) 使用MATLAB统计工具箱中的PLSReress ReliefF(分类)和RReliefF(回归)(ReleFracePr.M.) 从Matlab STATS工具箱中包装Releff.m。这是Matlab R2010B以后提供的。 ReliefF的另一个选择是使用ASU特征选择工具箱中的代码。这使用WEKA
CARS
- 用于matlab模式识别(分类和回归)的特征变量提取方法,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指最低的子集,可有效寻出最优变量组合。(The method of feature variables extraction for matlab pattern recognition (classification and regression), competitive a
PLS模型样本分类matlab代码
- 偏最小二乘回归提供一种多对多线性回归建模的方法,特别当两组变量的个数很 多,且都存在多重相关性,而观测数据的数量(样本量)又较少时,用偏最小二乘回归 建立的模型具有传统的经典回归分析等方法所没有的优点。 偏最小二乘回归分析在建模过程中集中了主成分分析,典型相关分析和线性回归分 析方法的特点,因此在分析结果中,除了可以提供一个更为合理的回归模型外,还可以 同时完成一些类似于主成分分析和典型相关分析的研究内容,提供更丰富、深入的一些 信息。