主成分分析(PCA)Matlab源码

建不了的模。

function main()
%*************主成份分析************
2 b5 F+ L$ X# ~%
: f' H, A, G2 Y%see also
9 G" g% J3 G: S! u* ]+ O2 y5 g%
%读入文件数据
% x( G8 \5 F: q* n# f: G' t  h6 AX=load('data.txt');
+ I( B& S$ Z% Y7 ^* x%==========方法1:求标准化后的协差矩阵,再求特征根和特征向量=================
0 Y# X2 ?0 K9 q  h%标准化处理
[p,n]=size(X);
for j=1:n
1 z5 o. Z/ Y: O1 ?6 X" a. X% _    mju(j)=mean(X(:,j));
  _. N& |% m+ g0 T- A    sigma(j)=sqrt(cov(X(:,j)));
end
for i=1:p
& v- h% o4 {4 c    for j=1:n
        Y(i,j)=(X(i,j)-mju(j))/sigma(j);
    end
" O# ]9 a  {3 h2 x6 D% Nend
4 Z6 ]) c" d. \sigmaY=cov(Y);
- n- w$ L; c- W/ o% {%求X标准化的协差矩阵的特征根和特征向量
[T,lambda]=eig(sigmaY);
disp('特征根(由小到大):');
: q; ~& ?0 t) X1 W+ G- C3 Mdisp(lambda);
disp('特征向量:');
disp(T);
- i$ w  C9 u$ G  y7 Z4 E# y%方差贡献率;累计方差贡献率
Xsum=sum(sum(lambda,2),1);
$ I- a2 q/ m3 S7 {8 `# r* rfor i=1:n
    fai(i)=lambda(i,i)/Xsum;
end
6 n3 A/ Y8 P2 _$ e( w5 afor i=1:n
5 _) h  z1 l; U" J5 D* s    psai(i)= sum(sum(lambda(1:i,1:i),2),1)/Xsum;
& [! `, c+ d+ ]* s) c8 S, kend
disp('方差贡献率:');
" q% W' M6 |8 B! Ydisp(fai);
disp('累计方差贡献率:');
disp(psai);
%综合评价....略
; E# p" j. b' f7 R  r6 ~
, C, J9 F8 M/ `3 G

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