主成分分析(PCA)Matlab源码

建不了的模。

function main()
* J9 H! L) W' o3 X+ f%*************主成份分析************
%
$ e. P7 _* b" R4 M$ q: r  W3 \4 F  S2 A%see also
8 }5 W2 X8 n4 M7 k4 x3 k%
%读入文件数据
: Y0 S2 }! `! S1 r' u$ O7 ^* mX=load('data.txt');
, D: Q. b% a' ?: ^& I3 h%==========方法1:求标准化后的协差矩阵,再求特征根和特征向量=================
6 P: M. i- ]( ?# H; C%标准化处理
[p,n]=size(X);
for j=1:n
    mju(j)=mean(X(:,j));
    sigma(j)=sqrt(cov(X(:,j)));
% c' i; F" V9 o" ], l8 Iend
for i=1:p
    for j=1:n
4 i! f& O% Q- l; A- {8 M5 @        Y(i,j)=(X(i,j)-mju(j))/sigma(j);
' A0 U  c. W& o$ a$ c    end
+ t/ o  t' k' dend
sigmaY=cov(Y);
% _* ^  O( H. i# E%求X标准化的协差矩阵的特征根和特征向量
[T,lambda]=eig(sigmaY);
$ x5 \3 W! S# `) ~  f" w+ jdisp('特征根(由小到大):');
disp(lambda);
* ~; c) r) ]1 X. C! Odisp('特征向量:');
disp(T);
%方差贡献率;累计方差贡献率
5 ]+ _+ w7 y- Y& F1 J5 cXsum=sum(sum(lambda,2),1);
& Z9 B7 e% z6 J& i. g- Vfor i=1:n
7 I- Q5 }7 s+ H& q! S! K) y# y    fai(i)=lambda(i,i)/Xsum;
# W# i8 w3 \; X2 U( h! Y/ X, _$ Eend
for i=1:n
    psai(i)= sum(sum(lambda(1:i,1:i),2),1)/Xsum;
+ i4 Y: j$ T- q6 w* Y# Q3 A5 Eend
disp('方差贡献率:');
- n* M" b0 y* z+ pdisp(fai);
disp('累计方差贡献率:');
disp(psai);
%综合评价....略

+ J. p* c: G5 ?9 g0 N' l0 O

游客，如果您要查看本帖隐藏内容请回复

harmony1993

很有用，收下了

reptile

谢谢楼主啦

MCR董事长

他干嘛不zscore

刘358812234

谢谢楼主啊！

空木葬花

非常感谢楼主！

数学中国user

我QQ空间里有一篇日志就是讲解这个的。能不能把它同步过来呀？

蓝色天空吧

好贴，人人求

《爱楠》

赞一个！！！

dunang

好