主成分分析的原理以及在matlab中的应用

1.序言

经验正交函数分析方法(EOF), 也称为主成分分析方法(PCA), 是一种能够对矩阵数据的结构进行分析，提取数据特征向量的方法，在地学方面已有广泛的应用。

2.主成分分析原理

该部分内容参考：https://blog.csdn.net/qq_23860475/article/details/80665289?utm_medium=distribute.pc_relevant_download.none-task-blog-BlogCommendFromBaidu-3.nonecase&depth_1-utm_source=distribute.pc_relevant_download.none-task-blog-BlogCommendFromBaidu-3.nonecas。该博客说的很详细，大家可以好好看下，对于理解主成分分析很有帮助。

3.主成分分析方法的实现

早期，主成分分析在matlab中需要自己编写程序，该部分内容可以参考matlab中的源程序， 输入type+pca，可以查询源文件，同时参考https://www.ilovematlab.cn/thread-245397-1-1.html。先看源文件有助于理解EOF中个输出参数的含义。 目前在matlab中自带有PCA函数，可以参考matlab中的PCA说明，其一般形式为:
[coeff,score,latent,tsquared,explained] = pca(data)
关于形式中各参数的含义可以看matlab中pca函数的帮助文件，很简单，要有耐心。

4，例子

选择的是南海北部12个月份的sst图像做了主成分分析，其结果这里放上第一模态的图像大家看下。难度不大，大家自己动动小手。