PCA主成分分析 matlab 函数 程序

% PCA主成分分析函数
% dataSet 原始数据（即需要降维的数据，n维，列为维数）
% k 需要降到的维数
% FinalData 降维后的数据
% reconData 降维后的数据恢复得到的原始数据
% 

function [ FinalData,reconData ] = PCA( dataSet, k )  
    [m,n] = size(dataSet);  % m个n维数据
  
   %% 去除平均值  
    %取平均值  
    dataSetMean = mean(dataSet);  
    %减去平均值  
    dataSetAdjust = zeros(m,n);  
    for i = 1 : m  
        dataSetAdjust(i , :) = dataSet(i , :) - dataSetMean;  
    end  
  
    %% 计算协方差矩阵  
    dataCov = cov(dataSetAdjust);  
  
    %% 计算协方差矩阵的特征值D与特征向量V  
    [V, D] = eig(dataCov);  
      
    % 将特征值矩阵转换成向量  
    d = zeros(1, n);  
    for i = 1:n  
        d(1,i) = D(i,i);  
    end  
      
    %% 对特征值排序  
    [maxD, index] = sort(d);  
      
    %% 选取前k个最大的特征值  
    % maxD_k = maxD(1, (n-k+1):n);  
    index_k = index(1, (n-k+1):n);  
    % 对应的特征向量  
    V_k = zeros(n,k);  
    for i = 1:k  
        V_k(:,i) = V(:,index_k(1,i));  
    end  
      
    %% 转换到新的空间  
    FinalData = dataSetAdjust*V_k;  
      
    % 在原图中找到这些点  
    reconData = FinalData * V_k';  
    for i = 1 : m  
        reconData(i , :) = reconData(i , :) + dataSetMean;  
    end  
end