本文建立偏最小二乘法（PLS）回归（PLSR）模型，以及预测性能评估。为了建立一个可靠的模型，我们还实现了一些常用的离群点检测和变量选择方法，可以去除潜在的离群点和只使用所选变量的子集来 "清洗 "你的数据 。
建立PLS回归模型
这个例子说明了如何使用基准近红外数据建立PLS模型。
plot(X'); % 显示光谱数据。
xlabel('波长指数');
ylabel('强度');
参数设定
A=6; % 潜在变量（LV）的数量。
method='center'; % 用于建立PLS模型的X的内部预处理方法
PLS(X,y,A,method); % 建立模型的命令
pls.m函数返回一个包含成分列表的对象PLS。结果解释。
regcoef_original：连接X和y的回归系数。
X_scores：X的得分。
VIP：预测中的变量重要性，评估变量重要性的一个标准。
变量的重要性。
RMSEF：拟合的均方根误差。
y_fit：y的拟合值。
R2：Y的解释变异的百分比。
PLS的K折交叉验证
说明如何对PLS模型进行K折交叉验证
clear;
A=6; % LV的数量
K=5; % 交叉验证的次数
plot(CV.RMSECV) % 绘制每个潜在变量(LVs)数量下的RMSECV值
xlabel('潜在变量(LVs)数量') % 添加x标签
ylabel('RMSECV') % 添加y标签
返回的值CV是带有成分列表的结构数据。结果解释。
RMSECV：交叉验证的均方根误差。越小越好
Q2：与R2含义相同，但由交叉验证计算得出。
optLV：达到最小RMSECV（最高Q2）的LV数量。
蒙特卡洛交叉验证（MCCV）的PLS
说明如何对PLS建模进行MCCV。与K-fold CV一样，MCCV是另一种交叉验证的方法。
% 参数设置
A=6;
method='center';
N=500; % Monte Carlo抽样的数量
% 运行mccv.
plot(MCCV.RMSECV); % 绘制每个潜在变量(LVs)数量下的RMSECV值
xlabel('潜在变量(LVs)数量');
MCCV
MCCV是一个结构性数据。结果解释。
Ypred:预测值
Ytrue：真实值
RMSECV：交叉验证的均方根误差，越小越好。
Q2：与R2含义相同，但由交叉验证计算得出。
PLS的双重交叉验证（DCV）
说明如何对PLS建模进行DCV。与K-fold CV一样，DCV是交叉验证的一种方式。
% 参数设置
N=50; % Monte Carlo抽样的数量
dcv(X,y,A,k,method,N);
DCV
使用蒙特卡洛抽样方法的离群点检测
说明离群点检测方法的使用情况
A=6;
method='center';
F=mc(X,y,A,method,N,ratio);
结果解释。
predError：每个抽样中的样本预测误差
MEAN：每个样本的平均预测误差
STD:每个样本的预测误差的标准偏差
plot(F) % 诊断图
注：MEAN值高或SD值高的样本更可能是离群值，应考虑在建模前将其剔除。
使用CARS方法进行变量选择。
A=6;
fold=5;
car(X,y,A,fold);
结果解释。
optLV:最佳模型的LV数量
vsel:选定的变量（X中的列）。
plotcars(CARS); % 诊断图
注：在这幅图中，顶部和中间的面板显示了选择变量的数量和RMSECV如何随着迭代而变化。底部面板描述了每个变量的回归系数（每条线对应一个变量）如何随着迭代而变化。星形垂直线表示具有最低RMSECV的最佳模型。
使用移动窗口PLS（MWPLS）进行变量选择
load corn_m51; % 示例数据
width=15; % 窗口大小
mw(X,y,width);
plot(WP,RMSEF);
xlabel('窗口位置');
注：从该图中建议将RMSEF值较低的区域纳入PLS模型中。
使用蒙特卡洛无信息变量消除法（MCUVE）进行变量选择
N=500;
method='center';
UVE
plot(abs(UVE.RI))
结果解释。RI：UVE的可靠性指数，是对变量重要性的测量，越高越好。
进行变量选择
A=6;
N=10000;
method='center';
FROG=rd_pls(X,y,A,method,N);
N: 10000
Q: 2
model: [10000x700 double]
minutes: 0.6683
method: 'center'
Vrank: [1x700 double]
Vtop10: [505 405 506 400 408 233 235 249 248 515]
probability: [1x700 double]
nVar: [1x10000 double]
RMSEP: [1x10000 double]
xlabel('变量序号');
ylabel('选择概率');
结果解释：
模型结果是一个矩阵，储存了每一个相互关系中的选择变量。
概率：每个变量被包含在最终模型中的概率。越大越好。这是一个衡量变量重要性的有用指标。
