matlab笔记

学习笔记

PCA的matlab实现

PCA：通过特征的线性组合来实现降维的主成分分析方法。

【cof ,score,latent】=princomp(x);

X为原始样本组成的nxd的矩阵，n为样本特征向量个数，d为样本特征向量维数；
cof为主成分分量，即变换空间中的基向量，也是样本协方差矩阵的本征向量；
score为主成分，即X的低维表示，X中的数据在主成分分量上的投影；
latent为一个包含着样本协方差矩阵本征值的向量。

快速PCA及其MATLAB实现

【pcaA V】=fastPCA（a,k）；
a为原始样本矩阵，k为需要降到的维数，pcaA为降维后的K维样本特征向量组成的矩阵，V为主成分分量。