数据处理与嵌入式算法学习概括

准备

2个实验数据表：x集、y集
软件：Matlab、The_Unscrambler、Python（安装环境）、pycharm(Python文件编辑器)、MDK

CARS-matlab 选出特征数据

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。
CARS：competitive adaptive weight weighting algorithm
ARS：adaptive heavy weighted sampling
PLS：Partial Least Squares 偏最小二乘
基本原理
偏最小二乘多用于寻求两个矩阵（X和Y）的基本关系，也就是一种在这两个向量空间中对协方差结构建模的隐变量方法。

偏最小二乘模型将试图找到X空间的多维方向来解释Y空间方差最大的多维方向。

偏最小二乘回归特别适合当预测矩阵比观测的有更多变量，以及X的值中有多重共线性的时候。通过投影预测变量和观测变量到一个新空间来寻找一个线性回归模型。

原文链接：https://blog.csdn.net/weixin_44333889/article/details/119420315

步骤

matlab导入数据表-写入PLS相关函数-输出图形-选出特征值对应的列-把选出的表复制到excel中

The_Unscrambler建立模型