仪器信息网APP
选仪器、听讲座、看资讯

建立最优模型的顺序

近红外光谱(NIR)

  • 我现在对于建立最优模型很迷茫,不知道各位大神能不能明白我的描述

    首先问一个问题 我看书上说用内部交叉检验来确定主因子数,那么是不是选择RMSECV最小值的时候的阶数,而不考虑外部检验时的RMSEP了?

    其次就是假如用一阶导数的预处理RMSECV最小,二阶导数的预处理RMSEP最小,那我最终选择那种预处理方式呢?

    最后就是预处理方法的确定和主因子数确定的先后顺序

    如果先确定预处理方法,是假设主因子数为1,然后选择RMSEP或RMSECV最小的时候的预处理方法,再在进行预处理后选择不同的主因子数比较其RMSECV

    先确定主因子数,是假设在没有预处理的时候,先选择RMSECV最小的主因子数,再在主因子数确定的情况下对图像进行不同的预处理再做比较?

    如果我这两种思路都不对,正确的顺序如何呢?

    问题比较多,都是文献上没有说明的部分,希望各位大神不吝赐教,万分感谢!
  • 该帖子已被版主-武灵加3积分,加2经验;加分理由:很多问题
    +关注 私聊
  • athosmi

    第1楼2016/08/04

    之所以现在国内很少有人用RMSEP去评价模型,是因为国内的大多数实验预测集数量太少,不具有代表性,所以只能退而求其次使用RMSECV去评价模型。
    实际上最具有说服力的应该是建立在大量预测样本基础上的RMSEP
    至于你的模型选哪个好,要看你预测集样本的多少了,如果样本量非常大,和建模集接或者能超过建模集样品数,就用RMSEP的结果,否则用RMSECV,把预测集样品全加到建模集里,直接用RMSECV评价吧。
    建模顺序因人而异,看你的习惯了。我一般是先剔除异常样品,然后再选预处理方法……

0
猜你喜欢最新推荐热门推荐更多推荐
举报帖子

执行举报

点赞用户
好友列表
加载中...
正在为您切换请稍后...