近红外（NIR）

光谱分析的时候要把样本分为预测集（检验集）和校正集



内部交叉检验只需要校正集就可以了，那运用这种方法的时候预测集有什么用？



两种检验方法的区别是什么？或者说是之间的关系？

用交叉验证建模的时候，不是没有预测集，而是它的预测集是不断变化的。

以交叉验证最常见的留一验证为例。你留的那个样品实际上就算是待在预测集中的。

这点我明白了，那请问这两种检验的关系呢？我是指RMSECV和RMSEP的关系



比如说在一阶导数的预处理下RMSECV最小，二阶导数的预处理下RMESP最小



那我最终选择那种预处理方法呢？



还有主因子数的选择是不是在内部交叉检验中确定的，和外部检验没有关系？

不同处理方法之间的比较，我们一般以同样指标进行比较。就是SEC和SEC比，SEP和SEP比，不过一般比较稳健的模型，SEP和SEC基本上差不多。这两个参数只看一个就行。



主因子数得选定主要考虑是是否过拟合或者是否选的不够。这些是通过增加主成分数来查看SEC和线性度是否有明显差异来选定，



比如你刚开始选定4个主成分，然后你发现到5个主成分时，线性度和SEC有明显增加，那说明选4个是不够的。反之如果你发现增加主成分后，SEC只有微小变化，那你就得考虑是不是得到合适的主成分了。



      主成分是否合适是通过后期的验证可以发现的。过拟合的模型，一旦验证，你就会发现预测结果非常差。

SEC明显增加？sec不是越小越好吗

抱歉，一时写快，写错了，线性度是明显增加，SEC是明显减小。反正是这两个是有明显的变化。SEC不是越小越好，是选最合适的SEC，太小的SEC有可能是过拟合的