主成分分析(PCA)Matlab源码

建不了的模。

function main()
%*************主成份分析************
%
%see also
%
%读入文件数据
X=load('data.txt');
1 A. [9 U( _; Y( W7 W%==========方法1:求标准化后的协差矩阵,再求特征根和特征向量=================
+ s5 q2 Z. v1 B%标准化处理
4 s' _% {0 {7 u# H6 [[p,n]=size(X);
for j=1:n
8 z5 f! T' d2 q* B# y& r" {    mju(j)=mean(X(:,j));
    sigma(j)=sqrt(cov(X(:,j)));
4 u2 _! m8 Y: p8 yend
5 C0 K: o( E6 Y" z3 Q7 nfor i=1:p
- ^# H/ j# q* R, D9 R( C    for j=1:n
        Y(i,j)=(X(i,j)-mju(j))/sigma(j);
; _7 v/ I  k; U( |" m% u$ [    end
end
sigmaY=cov(Y);
* C: Y% b$ `' ~, Y2 l%求X标准化的协差矩阵的特征根和特征向量
[T,lambda]=eig(sigmaY);
7 \$ Z$ l8 I/ G. E+ rdisp('特征根(由小到大):');
# j6 ]! l- A- Tdisp(lambda);
4 b) p, S- Y$ M& |2 ldisp('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;
( B/ a9 R) C7 {: v, F5 Yend
3 s; _$ g/ f' B- t8 afor i=1:n
    psai(i)= sum(sum(lambda(1:i,1:i),2),1)/Xsum;
end
; g6 d7 ~+ d1 s1 B$ n  M# tdisp('方差贡献率:');
0 B% @# Z9 o* {) g& x1 F: i( g8 Idisp(fai);
, a4 |4 B& F8 e1 t8 u8 h1 B2 xdisp('累计方差贡献率:');
disp(psai);
8 ^0 V# Y2 H5 C2 V, h( U* s%综合评价....略
- E2 r( ~+ [/ Y4 q2 s9 U
+ _: M2 q; M  E

游客，如果您要查看本帖隐藏内容请回复

( E4 R9 Q* s$ K" f% }/ ?/ X. g

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