主成分分析法的matlab實現
阿新 • • 發佈:2019-01-28
%方法1:求標準化後的協差矩陣,再求特徵根和特徵向量=================
%標準化處理
[p,n]=size(X);
for j=1:n
mju(j)=mean(X(:,j));
sigma(j)=sqrt(cov(X(:,j)));
end
for i=1:p
for j=1:n
Y(i,j)=(X(i,j)-mju(j))/sigma(j);
end
end
sigmaY=cov(Y);
%求X標準化的協差矩陣的特徵根和特徵向量
[T,lambda]=eig(sigmaY);
disp('特徵根(由小到大):');
disp(lambda);
disp ('特徵向量:');
disp(T);
%方差貢獻率;累計方差貢獻率
Xsum=sum(sum(lambda,2),1);
for i=1:n
fai(i)=lambda(i,i)/Xsum;
end
for i=1:n
psai(i)= sum(sum(lambda(1:i,1:i),2),1)/Xsum;
end
disp('方差貢獻率:');
disp(fai);
disp('累計方差貢獻率:');
disp(psai);
%綜合評價....略
%
%
%方法2:求X的相關係數矩陣,再求特徵根和特徵向量
====================
%X的標準化的協方差矩陣就是X的相關係數矩陣
R=corrcoef(X);
%求X相關係數矩陣的特徵根和特徵向量
[TR,lambdaR]=eig(R);
disp('特徵根(由小到大):' );
disp(lambdaR);
disp('特徵向量:');
disp(TR);