MATLAB是Matrix & Laboratory两个词的组合，意为矩阵实验室，是美国Mathworks公司出品的数学工具软件包，集成了众多数学算法，用户不必具体掌握复杂的数学算法，也不必编写算法程序，可直接调用MATLAB。MATLAB被广泛用于数据分析、深度学习、人工智能、机器人、控制系统等领域。
由于美国制裁，哈工大被禁用MATLAB，在国内造成较大影响，激起国人高涨爱国热情，但可惜，到目前为止，国内尚没有代替产品，只能望洋兴叹，默默承受。
其实MATLAB并不完美，一个偶然机会，本人发现MALAB程序也有错误。本人开发了一个用于数据挖掘的工具，集成了数据挖掘常用算法，算法计算过程全部可视化，目的是提供一个学习、测试算法的可视化平台。其中集成了PCA（Principal Component Analysis）算法，为了验证程序是否正确，进行手算时发现与MATLAB计算结果不同。一直认为是自己手算有误，从未怀疑过MATLAB有问题。后发现，只要人为将矩阵元素位置稍作调整，就与MATLAB计算结果相同，但如果调整矩阵元素位置，就不是矩阵元素应在的正确位置，由此可以确认，MATLAB矩阵计算程序错误，并非我手算错误。分析原因：
第一、对编写MATLAB的程序员来说，要对算法非常清楚，否则很容易出现逻辑错误（并非程序Bug）, 并非一般程序员都可胜任。因此，MATLAB中程序难免出现错误，这很有可能是程序员不知道算法原理所致。
第二、对MATLAB的用户来说，由于矩阵计算量巨大，很难进行手工计算，而利用MATLAB计算非常方便。尤其在大学，几乎所有大学在教学时都不进行手工计算，直接用MATLAB计算，因此，没人怀疑MATLAB有问题，错误很难被发现。
其实MATLAB并不完美，如果你真正研究算法，通过手算就可发现一些问题。以下仅以主要成分分析PCA算法为例，说明MATLAB存在的错误。不仅是PCA算法，如，Rough set 粗糙集算法等，还有其他算法问题，以后我将陆续发布，欢迎志同道合的人一起探讨。
一、什么是PCA算法
PCA（Principal Component Analysis）算法，从字面可知，是主要成分分析。目前，很多人认为，PCA算法的功能是降维，减少变量个数。本人认为，其实PCA算法的本意，是通过数据样本，发现各个变量对事物区分性影响的贡献率，当然，去除影响不大的变量，可降低维度，减少计算量。但PCA算法本意是为了发现描述事物（如用户画像）特征向量对事物影响的贡献率，以便后续选择合适的变量进行数学建模。
PCA算法，是大数据、人工智能技术解决问题中的一个重要环节。因为，采用任何算法的第一步就是建立数学模型，而选择哪些变量是建模的关键。
二、算法简述
设有n个样本，每个样本共有m个属性，构成一个n×m阶的数据矩阵
PCA算法应用：
（1）发现特征向量对区分性的贡献率
通过对有n个记录的样本集进行计算，确定m个特征向量中，每个特征向量对样本集记录区分性影响的贡献率。
（2）消除变量间的相关性
当用多个变量描述事物时，变量之间可能存在相关性。例如，一个人的身高与体重存在一定的关系，通常身材高大的人，体重也较大。由于PCA算法采用正交矩阵变换得到的P个综合指标，因此，正交矩阵保证了P个综合指标的不相关性，变量之间是彼此独立的，消除了原m个指标之间的相互影响。
（3）降低维度
当矩阵X的维数m较大时，计算量较大，需降低维度。在不影响对事物评价的基础上，选择较少的几个主要指标P（p<m）代替原来较多的变量指标m，将原来用m个单一指标描述事物的状态，变为用少数几个综合指标，可降低维度，减少计算量。
计算步骤为：
步骤1：构建相关系数矩阵
步骤2：雅可比变换
步骤3：计算贡献率和累计贡献率
步骤4：计算P个综合指标对原m个指标的相关系数，确定主要成分
三、BATLAB计算例子与我手算结果比较
MATLAB例子来源于网络，如冒犯原作者知识产权，请及时通知我，以便及时处理。
记录号 特征X1 特征X2 特征X3
1 149.3 4.2 108.1
2 161.2 3.1 123.2
3 180.8 1.1 132.1
4 190.7 2.2 137.7
5 202.1 2.1 146.0
6 212.4 5.6 154.1
7 226.1 5.0 162.3
8 231.9 5.1 164.3
9 239.0 0.7 167.6
10 258.0 0.7 167.6
11 269.8 3.9 186.6
12 288.4 3.1 199.7
13 304.5 4.6 213.9
14 323.4 7.0 223.8
15 336.8 1.2 232.8
16 353.3 4.5 242.9
样本集共有16条记录，X1，X1，X3为特征变量。为简单起见，仅列出计算结果。
（一）贡献率、累计贡献率计算
1、MATLAB计算
2、我的计算结果
下面是我自己编写的数据挖掘平台计算结果。
3、比较结果
MATLAB与我的程序计算结果完全相同，贡献率、累计贡献率计算没有问题。
（二）特征向量值计算
1、MATLAB计算
2、我的计算结果
3、比较结果
特征向量e1、e2、e3不同。
特征向量e1：
MATLAB计算结果是： 0.6712，0.26619，0.68406
我的计算结果是： 0.6792, 0.2083， 0.7038。
特征向量e2：
MATLAB计算结果是： 0.20846，-0.9635，0.16797
我的计算结果是： 0.266， 0.9635，-0.0286。
特征向量e3：
MATLAB计算结果是： 0.7038，-0.028523，-0.70983
我的计算结果是： 0.6841，- 0.1679，-0.7088。
看出，两者计算值很多都不同。经我反复手算，特征向量值e1、e2、e3总是与MATLAB不同。最后，由于笔误，偶然将矩阵中元素位置放错了，奇迹出现了，竟然与MATLAB计算的e1、e2、e3值完全相同？简直不敢想先，原来是MATLAB的矩阵计算程序有错误。
（三）主成分荷载计算
1、MATLAB计算
2、我的计算结果
3、比较结果
主要成分荷载z1：
MATLAB计算结果是： 0.97882，0.38365，0.98593
我的计算结果是： 0.979， 0.383， 0.986。
主要成分荷载z2：
MATLAB计算结果是： 0.1988，-0.92347，0.16009
我的计算结果是： -0.200， 0.924， -0.161。
看到z1列的结果相同，而z2列的计算结果不同。显然，这是由于特征向量e1、e2、e3不同，导致z2列的计算结果不同。
（四）主成分荷载得分计算
1、用MATLAB计算
2、我的计算结果
3、比较结果
第1主要成分得分z1相同，而第2主要成分得分不同。
四、结论
从前面的计算结果看出，MATLAB程序在计算特征向量值时程序有错误，因此，以后的计算结果也不可能正确。
从MATLAB的PCA算法可知，MATLAB并不完美，不能拿来就用，其中一些算法也错误，最好在实际应用前，自己要完全掌握算法，理解算法原理，先手算验证后在使用。
欢迎对算法研究有兴趣的认识交流沟通，批评指正。
563
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
