主成分分析(PCA)Matlab源码

建不了的模。

function main()
%*************主成份分析************
( P4 B7 s; ]* F' V%
; Z  h* [; c' z( O- M8 q9 I5 P%see also
%
%读入文件数据
X=load('data.txt');
%==========方法1:求标准化后的协差矩阵,再求特征根和特征向量=================
%标准化处理
6 q2 i3 {9 h5 E) @/ j: E7 {[p,n]=size(X);
for j=1:n
    mju(j)=mean(X(:,j));
    sigma(j)=sqrt(cov(X(:,j)));
% a- y( C: K0 k0 F  F7 ]2 send
for i=1:p
/ p( `9 Y: d' q    for j=1:n
        Y(i,j)=(X(i,j)-mju(j))/sigma(j);
    end
  W( M/ }1 B( Iend
sigmaY=cov(Y);
8 A8 A' R& J, K%求X标准化的协差矩阵的特征根和特征向量
[T,lambda]=eig(sigmaY);
( K' X' _: z  w! q0 Edisp('特征根(由小到大):');
disp(lambda);
+ _( c5 `! ~* v, qdisp('特征向量:');
disp(T);
+ M4 p) h- R. w7 }& c%方差贡献率;累计方差贡献率
Xsum=sum(sum(lambda,2),1);
for i=1:n
. ^0 g% k8 X# Y' P$ n9 Y    fai(i)=lambda(i,i)/Xsum;
end
9 ^' V* Z$ Z9 x9 @for i=1:n
    psai(i)= sum(sum(lambda(1:i,1:i),2),1)/Xsum;
end
disp('方差贡献率:');
disp(fai);
2 A- R. l4 q  }) T! Bdisp('累计方差贡献率:');
disp(psai);
%综合评价....略
1 w7 _& |4 C. U/ ?9 U

游客，如果您要查看本帖隐藏内容请回复

1 w# M+ o4 b& \1 x: k

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