Я выполнил частичное наименьшее число квадратов (PLS) в R и хочу извлечь переменные, чтобы я мог запустить либо дерево решений, либо случайный лес, либо модель другого типа.
Я пробовал коэффициенты pls1 $
# split data into 2 parts for pls training (75%) and prediction (25%)
set.seed(1)
samp <- sample(nrow(newdata), nrow(newdata)*0.75)
analogous.train <- newdata[samp,]
analogous.valid <- newdata[-samp,]
#First use cross validation to find the optimal number of dimensions
pls.model = plsr(meanlog ~ ., data = analogous.train, validation = "CV")
# Find the number of dimensions with lowest cross validation error
cv = RMSEP(pls.model)
best.dims = which.min(cv$val[estimate = "adjCV", , ]) - 1
best.dims
#This told me that 8 dimensions was the best
#Now fit a model with 8 components and includes leave one out cross
#validated predictions
pls1 <- plsr(meanlog ~ ., ncomp = best.dims, data = analogous.train,
validation = "LOO")
#a fited model is often used to predict the response values of new
#observations.
predict(pls1, ncomp = 8, newdata = analogous.valid)
Я хочу сами переменные, которые они создали. Например, PCA создает PC1, PC2 и т. Д. Я предположил (возможно, неправильно), что PLS делает то же самое.