主成分分析(PCA)Matlab源码

建不了的模。

function main()
%*************主成份分析************
  g4 k( V( C" r+ |+ Q, [%
%see also
%
$ Y+ S; {0 _! j) P%读入文件数据
. U- t9 a( }2 W& u4 Z# nX=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
% ]0 U+ u# C, N* M- p; Z[p,n]=size(X);
0 X; Z+ ^, ~! ?, P0 ffor j=1:n
8 T3 j9 s: e' v7 i& K# ?2 r    mju(j)=mean(X(:,j));
3 r1 b1 Y6 w! b- B, W3 d: d' S" H% f    sigma(j)=sqrt(cov(X(:,j)));
1 @- ]/ o# D$ C" m' \end
$ `4 \9 ^/ i5 W- L7 p4 h& xfor i=1:p
" \! G7 U* {' x, U* [/ t    for j=1:n
        Y(i,j)=(X(i,j)-mju(j))/sigma(j);
) k" U& d9 q- Z. J5 c    end
! X8 W( L; w' c, K2 w% ~2 Mend
6 u9 Z7 q9 H1 r4 P: ]0 ksigmaY=cov(Y);
$ A9 n+ s3 Y7 W# e, Z+ U. T: d%求X标准化的协差矩阵的特征根和特征向量
[T,lambda]=eig(sigmaY);
6 s& P& b" A+ m6 R1 Ldisp('特征根(由小到大):');
* l4 d5 J( }3 T# N. v. T% jdisp(lambda);
: _; a! J$ I" ^9 [disp('特征向量:');
disp(T);
& }4 t$ L) s% J( ~5 |/ x" Z%方差贡献率;累计方差贡献率
$ N7 f/ Y1 h1 I9 SXsum=sum(sum(lambda,2),1);
/ A) ^4 b7 d# x+ f9 b, Tfor i=1:n
1 e% b! R& X( }; Z: I! W! B0 ?" [: L    fai(i)=lambda(i,i)/Xsum;
5 g/ {" K8 q7 Qend
for i=1:n
    psai(i)= sum(sum(lambda(1:i,1:i),2),1)/Xsum;
6 j- V, ?7 g2 ], f1 B" ?end
disp('方差贡献率:');
% r! c. Y" n/ S. wdisp(fai);
disp('累计方差贡献率:');
disp(psai);
  T3 ]7 f! _* @+ N% |- b' J+ {%综合评价....略

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