plsregress – 谁能解释特征的标准化？

我在使用Matlab中的plsregress作为执行LDA之前的特征降维方法。我试图交叉验证我的方法，但在复制他们的“数据处理”阶段时遇到了一些问题。

plsregress使用SIMPLS算法，首先通过减去列均值来对X和Y进行中心化处理，得到中心化变量X0和Y0。然而，它并不对列进行重新缩放。要使用标准化变量执行PLS，请使用zscore来标准化X和Y。

为了在我的“测试”集上尝试复制这一过程，我做了以下操作：

test = test - repmat(mean(test), DIM(1), 1);test = Xloadings\test';test = test';

不知为何，这并不完全奏效，当应用于训练集时，我无法获得相同的Xscores。

有谁能解释我是否遗漏了某个步骤，或者我做错了什么吗？

编辑：换句话说，如何将PLS生成的模型应用于另一个数据集？

回答：

我想你需要使用训练集的均值，而不是测试集的。这也适用于sigma的标准化。

使用[Z,mu,sigma] = zscore(train)。将mu和sigma应用于测试集。

学技术