在matlab中使用PCA

x = [2.5 0.5 2.2 1.9 3.1 2.3 2 1 1.5 1.1]; % 原始的数据有两个维度
y = [2.4 0.7 2.9 2.2 3.0 2.7 1.6 1.1 1.6 0.9]
x = x - mean(x); % 先减去均值,使得数据变为均值为0
y = y - mean(y);
plot(x,y,'*')
data = [x' y'];
C = cov(data); % 计算数据的covariance 值
[V D] = eig(C) % 计算eigen value 和 eigen vector
[maxD index] = max(max(D));
tMatrix = V(:,index); % 只使用eigen value 最大的 eigen vector
transformedData = tMatrix'*data';
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