MATLAB初学_数据降维_2.0

最新推荐文章于 2024-04-25 00:06:35 发布

朝朝de暮暮

最新推荐文章于 2024-04-25 00:06:35 发布

阅读量2.1k

点赞数

分类专栏： MATLAB初学文章标签： matlab

本文链接：https://blog.csdn.net/m1357311806/article/details/108828722

版权

MATLAB初学专栏收录该内容

8 篇文章 1 订阅

订阅专栏

一主成分分析(PAC)

遇到由多个变量决定的问题的时候，其变量之间存在相互关系，分析问题难度很大。因此我们可以找到具有代表性的几个变量，且变量之间不存在联系。由这几个代表性变量分析与建模解决该问题，这就是主成分分析法。

1.1 PAC基本原理

将相互关联的数据通过线性组合为互不相关的新的综合变量，在新的变量中我们要找到尽可能多的代表原变量。而在数据的处理过程中方差越大，则表示原数据波动越大，覆盖范围更广，因此选择方差最大的 $F_{1}$ 作为第一主成分。但是 $F_{1}$ 并不能有效代表原变量，因此需要找到第二主成分、第三主成分……直至有效代表原变量。并且第一主成分与第二主成分之间满足 $Cov(F_{1},F_{2})=0$ ①,即第二主成分中不包含第一主成分代表的变量。

1.2 PAC步骤

（1）对原数据进行标准化处理。假设数据样本：

$X=\left [\begin{matrix} \right x_{11}& x_{12} & \cdots & x_{1p} \\ x_{21} & x_{22} &\cdots & x_{2p} \\ \vdots &\vdots &\ddots &\vdots \\ x_{n1} & x_{n2} & \cdots & x_{np} \end{matrix}\right ]$

将数据进行如下处理：

$x_{ij}^{\ast }= \frac{x_{ij}-\bar{x}_{j}}{\sqrt{Var(x_{j})}}(i=1,2,\cdots ,n;j=1,2,\cdots ,p)$

其中，

$\bar{x}_{j}=\frac{1}{n}\sum_{i=1}^{n}x_{ij}$ , $Var(x_{j})=\frac{1}{n-1}\sum _{i=1}^{n}(x_{ij}-\bar{x}_{j})^{2}(j=1,2,\cdots ,p)$

（2）计算样本相关系数矩阵。假设原始数据标准化（去关联）后仍用X表示，则相关系数为：

$R=\left [\begin{matrix} \right r_{11}& r_{12} & \cdots & r_{1p} \\ r_{21} & r_{22} &\cdots & r_{2p} \\ \vdots &\vdots &\ddots &\vdots \\ r_{n1} & r_{n2} & \cdots & r_{np} \end{matrix}\right ]$

其中：

$r_{ij}=\frac{Cov(x_{i},x_{j})}{\sqrt{Var(x_{1})}\sqrt{Var(x_{2})}}=\frac{\sum_{k-1}^{n}(x_{ki}-\bar{x}_{i})(x_{kj}-\bar{x}_{j})}{\sqrt{\sum_{k=1}^{n}(x_{ki}-\bar{x}_{i})^{2}\sqrt{\sum_{k=1}^{n}(x_{kj}-\bar{x}_{j})^{2}}}}$

（3）计算相关系数矩阵R的特征值和相应的特征向量：

$\lambda_{i}=(\lambda_{1},\lambda_{2},\cdots ,\lambda_{p})$

$a_{i}=(a_{i1},a_{i2},\cdots ,a_{ip})(i=1,2,\cdots ,p)$

（4）根据贡献率的大小选取k个主成分并写出表达式：

$CR =\frac{\lambda _{i}}{\sum_{k=1}^{n}\lambda _{i}}$

k值得选取由累计贡献率决定，累计贡献率一般为85%：

$CCR =\frac{\sum_{i=1}^{k}\lambda _{i}}{\sum_{k=1}^{n}\lambda _{i}}$

（5）计算主成分得分。

$\left [\begin{matrix} \right F_{11}& r_{12} & \cdots & F_{1k} \\ F_{21} & F_{22} &\cdots & F_{2k} \\ \vdots &\vdots &\ddots &\vdots \\ F_{n1} & F_{n2} &\cdots & F_{nk} \end{matrix}\right ]$

其中：

$F_{ij}=a_{j1}x_{i1}+a_{j2}x_{i2}+\cdots +a_{jp}x_{ip}(i=1,2,\cdots ,n;j=1,2,\cdots ,k)$

（6）依据主成分得分的数据，进一步对问题进行后续分析和建模。

1.3 MATLAB仿真练习

clc,clear,close all
X=xlsread('F:\MATLAB_test\data_test_a.xlsx');
Y=xlsread('F:\MATLAB_test\data_test_a.xlsx',1,'A1:F6');
N=size(Y,1);
M=size(Y,2);

for i=1:M
    Eg(:,i)=(Y(:,i)-mean(Y(:,i)))/std(Y(:,i));
    if i==M
        op=std(Y(:,i));
    end
end
CM=corrcoef(Eg);
[V,eValue]=eig(Eg);
for j=1:M
    DeValue(j,1)=eValue(j,j);
end
SV=sort(DeValue(:,1),'descend');
for k=1:M
    k_value(k,1)=k;
    SV(k,2)=SV(k,1)/sum(SV(:,1));
    SV(k,3)=sum(SV(1:k,1))/sum(SV(:,1));
end

程序如上图所示，没有选择好的数据，因此结果并不是很适合该题。注重运算过，其结果如下

相关系数矩阵：

特征值矩阵：

特征向量矩阵：

特征值&贡献率&累计贡献率：

可以看出计算结果在特征值得筛选上并没有效果，因此用1到6代替特征值，然后进行筛选；

s_value=sort(k_value(:,1),'descend');
for m=1:M
    s_value(m,2)=s_value(m,1)/sum(s_value(:,1));
    s_value(m,3)=sum(s_value(1:m,1))/sum(s_value(:,1));
end
T=0.7;
t=0;
for n=1:M
    if s_value(n,3)>=T
        Com_num=n;
        break;
    end
end

计算贡献率和累计贡献率：

将保留率设置为0.7，则可以得到结果为3，也就是所需提取的特征向量有三个，按原数据特征值向量从大到小选择：

for t_nump=1:6
    if DeValue(t_nump,1)>=SV(3,1)
        t=t+1;
        need_n(t,1)=t_nump;
    end
end
for t_num=1:3
    need_p(:,t_num)=V(:,need_n(t_num,1));
end

选取结果：

然后根据公式就可以计算出主成分得分情况。

for t_num=1:3
    need_p(:,t_num)=V(:,need_n(t_num,1));
    need_q(:,t_num)=Eg(:,need_n(t_num,1));
end
new_score=Eg*need_q;
for i=1:N
    total_score(i,1)=sum(new_score(i,:));
    total_score(i,2)=i;
end
result_report=[new_score,total_score];
result_report=sortrows(result_report,-4);

得到结果如下：