任何人都可以帮助我了解如何使用Matlab中的Partial least squares (PLS) regression函数"plsregress()"从图像中提取要素？
在此之前，我在Matlab“princomp（）”中使用PCA功能从图像中提取特征，我所理解的是，例如，如果我们有20个图像，每个图像50×50像素。第一步是
（1）构造输入矩阵，其中每行代表一个图像，即输入矩阵的大小为[20,50×50] = [20,2500]。
（2）当我们在matlab中调用pca（）时，得到：
[eigenvectors得分差异] = princomp（inputMatrix）;
表示主成分系数（特征）的特征向量，主成分的得分和每个主成分的方差（特征值）。
（3）为了在测试阶段构建数据集，我使用了一个测试数据集，它是一个由一个图像组成的矩阵，其大小是[50,50]，我使用了主要成分（特征向量）更高的方差（例如前5个组件）来重建数据集。
首先，我使用此公式计算测试数据集的得分
test_score = test_dataset * eigenvalues（：，1：5）;
newtest_data = test_score * eigenvalues（：，1：5）'; //使用5台PC重建数据集。
我的问题是，如何通过使用偏最小二乘（PLS）回归来执行相同的步骤？