主成分分析法 (PCA) 用于数据可视化实验 -- Matlab版

第一步：下载数据集。

https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/multiclass.html#pendigits

 

第二步：改变数据格式。

注：此数据集的各特征值均为像素，即属于同一量纲，故无需归一化步骤。

原格式为：8 1:88 2:92 3:2 4:99 5:16 6:66 7:94 8:37 9:70 12:24 13:42 14:65 15:100 16:100

改为：88 92 2 99 16 66 94 37 70 0 0 24 42 65 100 100 8

Java代码：

 

public class dataformat {
	public static void main(String[] args) throws IOException
	{
		String filename = "pendigits.t";
		String outfilename = "pendigits";
		int demension = 16;
		
		try(Scanner in = new Scanner(new FileInputStream(filename));
		PrintWriter out = new PrintWriter(outfilename))
		{
			String line;
			while( in.hasNextLine())
			{
				line = in.nextLine();
				//按空格将数据切分
				String[] subComponent = line.trim().split(" ");
				
				//data用于记录对应维度下的特征值
				String[] data = new String[demension];
				
				//第0个是类标，所以从1开始，构造样例的全部特征值
				for (int i = 1; i < subComponent.length; ++i)
				{
					String[] kv = subComponent[i].trim().split(":");
					//将对应维度下的特征值赋值。
					data[Integer.parseInt(kv[0])-1] = kv[1];
				}
				
				//sb用来构造一行样例
				StringBuilder sb = new StringBuilder();
				for (int i = 0; i < demension; ++i)
				{
					if (data[i] != null)
						sb.append(data[i]+" ");
					else
						sb.append("0 "); //如果对应维度下的字符串为null，说明为0值。
				}
				sb.append(subComponent[0].trim());//末尾加类标
				out.println(sb.toString());	//写文件
			}
		}
		
	}
}

第三步：Matlab作图。

将处理好的文件pendigits加入MATLAB路径；

新建脚本pcaVisual.m，代码如下：

load pendigits; % 加载数据集，前提是pendigits文件在MATLAB路径下
[m,n]=size(pendigits); % 获得pendigts的行数m，列数n
[pc, score, latent, tsquare]=pca(pendigits(:,1:n-1));

% pca是主成分分析算法，参数是需要降维的矩阵pendigits(:,1:n-1)——除去类标列。
% 返回的结果：
% pc是(n-1)*(n-1)系数矩阵，用它将pendigits(:,1:n-1)转换为score
% score是转换之后的特征值，大小为m*(n-1)，按latent降序排列，按需取前k列，此处我们只需取前三列。
% latent：是一维列向量，大小为(n-1)*1，每一个数据是对应score里相应维的贡献率，降序排列

plot3(0,0,0); % plot(0,0)可用于展示2维图形，但用旋转按钮进行拖动的话，可以看到，其实际就是3维。
hold on;

% 根据样例的列表来画图
for i=1:m
    switch pendigits(i,n)
        case 0
            plot3(score(i,1),score(i,2),score(i,3),'y*');
        case 1
            plot3(score(i,1),score(i,2),score(i,3),'m*');
        case 2
            plot3(score(i,1),score(i,2),score(i,3),'c*');
        case 3
            plot3(score(i,1),score(i,2),score(i,3),'r*');
        case 4
            plot3(score(i,1),score(i,2),score(i,3),'g*');
        case 5
            plot3(score(i,1),score(i,2),score(i,3),'b*');
        case 6
            plot3(score(i,1),score(i,2),score(i,3),'w*');
        case 7
            plot3(score(i,1),score(i,2),score(i,3),'k*');
        case 8
            plot3(score(i,1),score(i,2),score(i,3),'kd');
        otherwise
            plot3(score(i,1),score(i,2),score(i,3),'kv');
    end
end

 

三维立体图：

 

点击箭头所指按钮可以三维旋转来观察其结构。

 

二维平面图：