plsregress - 任何人都可以解释特征的规范化吗？

Question

在执行 LDA 之前，我在 matlab 中使用 plsregress 作为特征缩减方法。我正在尝试交叉验证我的方法，但是在复制他们的“数据处理”阶段时遇到了一些麻烦。

plsregress 使用 SIMPLS 算法，首先将 X 和 Y 居中，减去列均值，得到居中的变量 X0 和 Y0。但是，它不会重新调整列。要使用标准化变量执行 PLS，请使用 zscore 对 X 和 Y 进行归一化。

为了尝试在我的“测试”集上复制它，我做了以下操作：

test = test - repmat(mean(test), DIM(1), 1);

test = Xloadings\test';
test = test';

由于某种原因，这不太奏效，当应用于训练集时，我没有达到相同的 Xscores。

有没有人能解释我是否遗漏了一个步骤，或者我做错了什么？

编辑：换句话说，我如何将 PLS 生成的模型应用到另一个数据集？

Answer 1

我认为您需要使用训练集中的平均值，而不是测试集。 这也适用于 sigma 的归一化。

使用 [Z,mu,sigma] = zscore(train)。应用 mu 和 sigma 进行测试。