【PCA】PCA之后对新的样本点怎么得到投影坐标?

PCA新样本进行降维应该是,对于新样本 x x x,分别和 v 1 , v 2 v_1,v_2 v1,v2做内积,就可以得到在各个主成分方向上的权重,也就是投影坐标 y 1 , y 2 y_1,y_2 y1,y2

y 1 = v 1 T ∗ x y_1 = v_1^T*x y1=v1Tx
y 2 = v 2 T ∗ x y_2 = v_2^T*x y2=v2Tx

v 1 , v 2 v_1,v_2 v1,v2是特征向量

在这里插入图片描述

因为 v 1 , v 2 v_1,v_2 v1,v2都是单位向量,所以 v 1 T ∗ x v_1^T*x v1Tx 内积就是相当于 y 的长度,就是投影坐标

%%%%%%%%%%% 作一个y=x,y=-x两个方向分布的数据集
> 
A =

    1.0000    1.0000
    2.0000    2.0000
   -1.0000   -1.0000
   -2.5000   -3.0000
   -3.0000   -2.5000
    1.0000         0
         0    1.0000
         
%%%%%%%%%%% 计算协方差矩阵

> C = 1/7*A'*A

C =

    3.1786    3.0000
    3.0000    3.1786

%%%%%%%%%%% 特征值特征向量分解

> [V,D] = eig(C)

V =

   -0.7071    0.7071
   -0.7071   -0.7071


D =

    6.1786         0
         0    0.1786

> v1 = [-0.7071
-0.7071]

v1 =

   -0.7071
   -0.7071

> v2= [0.7071
-0.7071]

v2 =

    0.7071
   -0.7071
%%%%%%%%%%% 给定一个新样本 x
> x = [5
5]

x =

     5
     5
%%%%%%%%%% 在v1方向上投影,就得到投影坐标 y1=ans=-7.0710
> v1'*x

ans =

   -7.0710

> 
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值