主成分分析(PCA)Matlab源码

建不了的模。

function main()
( a! c& d0 ~9 ?%*************主成份分析************
%
( \* `9 w3 O( k6 e: l3 L* B%see also
%
( U  A$ ^* }! m3 t' ]%读入文件数据
X=load('data.txt');
  p6 K* S, \5 H0 ?3 E2 y% L; j%==========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
[p,n]=size(X);
2 \" a& w: `. C8 C0 Z  X" j% Yfor j=1:n
3 k5 J$ d. D# R0 u" K    mju(j)=mean(X(:,j));
5 ?7 B$ L) ?" z1 M- y' E    sigma(j)=sqrt(cov(X(:,j)));
end
9 @2 K) q, s1 j; ]for i=1:p
    for j=1:n
* a( o) P6 I& S3 y7 K/ O& l        Y(i,j)=(X(i,j)-mju(j))/sigma(j);
    end
end
sigmaY=cov(Y);
7 l3 ]# T5 c7 P- U2 ]& @* r5 M$ U%求X标准化的协差矩阵的特征根和特征向量
3 |7 b" X# x, C# n2 _) U[T,lambda]=eig(sigmaY);
disp('特征根(由小到大):');
disp(lambda);
. v" d. V$ j+ B; b# _8 k4 rdisp('特征向量:');
disp(T);
%方差贡献率;累计方差贡献率
Xsum=sum(sum(lambda,2),1);
for i=1:n
    fai(i)=lambda(i,i)/Xsum;
: U0 _+ q; B* v2 vend
- Z: u. |9 f" t- [for i=1:n
4 S2 Q, H6 [1 q; s6 r    psai(i)= sum(sum(lambda(1:i,1:i),2),1)/Xsum;
; {4 d1 r" T+ y( d( k6 o! Iend
disp('方差贡献率:');
/ H+ z! r6 N- q4 Pdisp(fai);
disp('累计方差贡献率:');
5 _9 d* }$ O& k, p$ q# E; ndisp(psai);
%综合评价....略

5 I2 r" V9 W* p5 f. Q) Q2 X

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