Effect of Weight Function on Variable Selection
加权函数对变量筛选结果的影响

为了明确加权函数对变量筛选结果的影响,本文以乳块消糖衣片包衣厚度为载体,用CARS方法筛选其近红外光谱特征变量,并考察加权函数对变量筛选结果的影响。结果表明,借助CARS法可以筛选出CHn在近红外区的特征性吸收变量,模型的预测性能较全谱片最小二乘(PLS)模型有一定的提高。将CARS中原加权函数(i.e.回归系数)替换为VIP后,所选变量的解释性得到提高,但模型的预测性能略有下降。即变量的解释性与模型的预测性能之间没有必然的联系。为了确保结果的可靠性,用上述方法对玉米蛋白特征变量进行筛选,可以得到类似的结论。