R中的PLS：使用兩個Y變量進行模型訓練和預測值

Question

我想使用PLS模型為多個Y變量建模訓練和預測值，但是當我嘗試這種方法時，在下面的代碼中有一些問題：

#First simulate some data
set.seed(123)
bands=20
data <- data.frame(matrix(runif(60*bands),ncol=bands))
colnames(data) <- paste0(1:bands)
data$nitrogen <- rpois(60,10)
data$carbon <- rpois(60,10)
#

#Tranning data set
cal_BD<-data[1:50,]

#Validation data set
val_BD<-data[51:60,]

# define explanatory variables (x)
spectra <- cal_BD[,1:20]

#Build PLS model using training data only
mod_pls <- plsr(carbon + nitrogen ~ spectra,
ncomp = 20, data =cal_BD, validation = "LOO", jackknife = TRUE)
summary(mod_pls)
#

#Prediction in validation data set
est_pls<-predict(mod_pls, comps = 20, newdata = val_BD)
est_pls
#

1）在模型中嘗試碳+氮時不起作用； 和

2）我想使用以下代碼創建一個包含碳和氮估計值的新數據框：

val_BD2<-val_BD[,-(21:22)] # remove carbon + nitrogen beccause my goal is predict this values
est_pls<-predict(mod_pls, comps = 20, newdata = val_BD)#Prediction in validation data set (only X's)
final_est_DF<-cbind(val_BD2est_pls[,1],est_pls[,2])

我期望的碳和氮估計值而不是觀測值的期望輸出是：

            1          2         3  ... carbon  nitrogen
51 0.04583117 0.93529980 0.6299731  ... 15.3     8.6
52 0.44220007 0.30122890 0.1838285  ... 10.0     7.1
53 0.79892485 0.06072057 0.8636441  ...  9.0     7.3
54 0.12189926 0.94772694 0.7465680  ... 11.1     6.5
55 0.56094798 0.72059627 0.6682846  ... 10.3     8.4
56 0.20653139 0.14229430 0.6180179  ... 13.9     9.1
...

這個有可能？

Answer 1

您可以使用兩個單獨的PLS模型進行預測，然后將結果手動組合到單個數據幀中，也可以為兩個預測變量建立一個（PLS2）模型。 僅當響應變量相關時，第二個才有意義。 似乎在plsr軟件包中沒有簡單的PLS2回歸選項。 你可以試試：

1. 直接調用simpls.fit方法（盡管作者不建議這樣做）。 參見例如： https : //www.rdocumentation.org/packages/pls/versions/2.7-0/topics/simpls.fit 。 在這種情況下，您可以將Y指定為具有兩列的矩陣或數據框。

2. 將其他軟件包與PLS2一起使用，例如https://www.rdocumentation.org/packages/plspm/versions/0.2-2/topics/plsreg2