PCA的MATLAB实现

通常有两种方式 1. 直接调用PCA函数princomp 2. 使用SVD分解，调用eig

1. 直接调用PCA函数princomp

    princomp的输入是原始数据。princomp会自动进行中心化。

    [COEFF,SCORE,LATENT]=princomp(X)

    X： 原始输入数据 Rows of X correspond to observations, columns to variables.

    LATENT： 特征向量

    COEFF: PCA的映射矩阵，eigen vectors, 列是按主成分变量递减的顺序排列

    SCORE: 将输入data X映射到生成的PCA空间，得到的PCA coefficients

    得到特征向量后，可以进行映射

    （1）将数据从原始空间映射到PCA空间

             score=bsxfun（@minus，X，mean（X，1））*COEFF （X为测试集）

    （2）将PCA coeffeicients映射到原始数据空间

            x=bsxfun（@plus，score*inv（COEFF），mean