PCA主成分分析法Matlab实现和Python实现

软件版本声明：

Matlab版本：MATLAB R2016a

Python版本：Python 3.6.2

Matlab实现参考自博客：http://blog.csdn.net/guyuealian/article/details/68487833

一、PCA的Matlab实现

方法一：

Matlab有关于主成分分析的函数——pca()函数，可以直接调用该函数完成数据集降维。

Matlab程序：

% 降维—主成分分析法
% 样本矩阵x，有8个样本，4个属性，使用PCA降维提取k个主要属性
k = 2;                            %从4维降到2维
X = [1 2 1 1;                     %样本矩阵  
      3 3 1 2;   
      3 5 4 3;              %参数说明
      5 4 5 4;              %coeff:主成分分量，样本协方差矩阵的特征向量
      5 6 1 5;              %score:主成分，是样本X在主成分分量上coeff上的投影；若需降到k维，则取前k列主成分分量即可
      6 5 2 6;              %latent：一个包含样本协方差矩阵特征值的向量
      8 7 1 2;  
      9 8 3 7] 
% 使用matlab工具箱pca函数实现PCA
[c