主成分分析算法

意图使用面向对象的编程实现主成分分析算法
实现过程中遇到了一些意料之外的情况 没有输出数据

_*_ coding.utf-s _*_
开发人员:Mark
开发时间:2021/10/7 15:43
文件名: 主成分分析.py
import numpy as np
class PAC:
    '''一个类完成主成分分析算法
    '''
    def __init__(self,x,y):
        self.x = x
        self.y = y

    def guiyi(self):
        '''数据归一化
        m,n分别是x,y数组的个数
        x_num,y_num 是各自数组的和
        xx,yy是平均值
        循环得到归一化后的x,y序列'''
        m = len(self.x) - 1
        n = len(self.y) - 1
        x_num = sum(self.x)
        y_num = sum(self.y)
        xx = x_num / m
        yy = y_num / n
        for i in range(m):
            self.x[i] = self.x[i] - xx
            self.y[i] = self.y[i] - yy
        return self.x,self.y

    def xiefangchajuzheng(self):
        '''求解协方差矩阵'''
        PAC.guiyi()
        self.x = self.x[:, np.newaxis]
        self.y = self.y[:, np.newaxis]
        X = np.hstack((self.x, self.y))
        Juzhen = (np.cov(X.self.x))
        return Juzhen

    def max(self):
        '''协方差矩阵的特征值的最大值
        a是协方差矩阵的特征值,
        b是协方差矩阵的特征向量
        h是特征向量的最大值并返回'''
        PAC.xiefangchajuzheng()
        a,b = np.linalg.eig(Juzhen)
        h = max(b)
        return h

    def final_data(self):
        '''最终的矩阵输出
        利初始矩阵对特征向量的投影
        '''
        PAC.max()
        tran_h = np.transpose(h)
        array = np.array([self.x,self.y])
        final_array = array * tran_h
        print(final_array)

PAC([2.5,0.5,2.2,1.9,3.1,2.3,2,1,1.5,1.1],[2.4,0.7,2.9,2.2,3.0,2.7,1.6,1.1,1.6,0.9])
  • 0
    点赞
  • 0
    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