Principal component analysis (PCA)

Principal component analysis (PCA) was performed before the
application of modified partial least squares (MPLS) regression to
reduce the spectral data and derive the first 10 principal components
in order to examine the possible grouping of samples and
to detect the spectral outliers as well

ผลลัพธ์ (ไทย) 1:

ทำการวิเคราะห์ส่วนประกอบหลัก (PCA) ก่อนการประยุกต์ใช้แก้ไขบางส่วนกำลังสองน้อยสุด (MPLS) ถดถอยไปลดข้อมูลสเปกตรัม และสืบทอดมาส่วนประกอบหลักแรก 10เพื่อตรวจสอบการจัดกลุ่มเป็นไปได้ของตัวอย่าง และการตรวจสอบ outliers สเปกตรัมเช่น

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์องค์ประกอบหลัก (PCA) ได้ดำเนินการก่อนที่จะมี
การประยุกต์ใช้การแก้ไขสี่เหลี่ยมอย่างน้อยบางส่วน (MPLS) ถดถอย
ลดข้อมูลสเปกตรัมและได้รับมาครั้งแรก 10 องค์ประกอบหลัก
เพื่อตรวจสอบการจัดกลุ่มเป็นไปได้ของตัวอย่างและ
การตรวจสอบค่าผิดปกติสเปกตรัมได้เป็นอย่างดี

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์องค์ประกอบหลัก ( PCA ) กำหนดก่อนการประยุกต์ใช้กำลังสองน้อยที่สุดบางส่วนดัดแปลง ( MPLS ) การถดถอยลดข้อมูลสเปกตรัมและการสืบทอดแรก 10 หลัก ส่วนประกอบเพื่อตรวจสอบที่เป็นไปได้ของการจัดกลุ่มตัวอย่าง และการตรวจสอบค่าผิดปกติของตัวเองเช่นกัน