matlab与主成分分析实验报告,关于主成分分析matlab代码实现的总结

方法一：

1：用zscore函数对原始数据S进行标准化。

2：用cov函数求出标准化后的数据的协方差。

3：求出此协方差的特征向量与特征根(eig函数)。

4：将产生的特征向量依据特征根大小从大到小进行排列(即将特征向量按列倒序)。

5：依据需求取出倒序后的向量的前几列(一般根据特征根来算贡献率，使得累计贡献率大于85%)，组成新的矩阵T

6：做S*T得到分析后的新的数据。

7：依据特征根算贡献率，并绘图。

代码如下：

X=load('shuju.txt')

z=zscore(X)              %数据标准化

M=cov(z)                %协方差

[V,D]=eig(M);           %求出协方差矩阵的特征向量、特征根

d=diag(D);                %取出特征根矩阵列向量(提取出每一主成分的贡献率)

eig1=sort(d,'descend')     %将贡献率按从大到小元素排列

v=fliplr(V)                %依照D重新排列特征向量

S=0;

i=0;

while S/sum(eig1)<0.85

i=i 1;

S=S eig1(i);

end %求出累积贡献率大于85%的主成分

NEW=z*v(:,1:i)             %输出产生的新坐标下的数据

W=100*eig1/sum(eig