MAT之PCA:利用PCA(四个主成分的贡献率就才达100%)降维提高测试集辛烷值含量预测准确度并《测试集辛烷值含量预测结果对比》

96 篇文章 32 订阅 ¥29.90 ¥99.00
本文介绍了使用PCA进行数据降维,通过四个主成分达到100%贡献率,从而提升测试集辛烷值含量预测的准确度,并进行了预测结果的对比分析。
摘要由CSDN通过智能技术生成

MAT之PCA:利用PCA(四个主成分的贡献率就才达100%)降维提高测试集辛烷值含量预测准确度并《测试集辛烷值含量预测结果对比》

 

 

目录

输出结果

实现代码


 

 

输出结果

后期更新……

 

实现代码

load spectra;   <br>
temp = randperm(size(NIR, 1));

P_train = NIR(temp(1:50),:);
T_train = octane(temp(1:50),:);

P_test = NIR(temp(51:end),:);
T_test = octane(temp(51:end),:);


[PCALoadings,PCAScores,PCAVar] = princomp(NIR); 

figure
percent_explained = 100 * PCAVar / sum(PCAVar); 
pareto(percent_explained)
xlabel('主成分')
ylabel('贡献率(%)')
title('PCA:调用princomp函数实现各个主成分的贡献率—Jason niu')


[PCALoadin
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一个处女座的程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值