Matlab里实现简单的主成分分析

        大一线代的综合作业，一个简单运用pca（主成分分析法）的作业，给的数据是一个高光谱数据，不过老师已经把先它变成二维矩阵了，记录一下。

---

目录

1.载入数据，对数据去均值，求矩阵的协方差矩阵

2.求协方差矩阵G的特征值，特征向量。并且降序特征值，同时特征向量一一对应

3.根据信息含量计算主成分数量k

4.显示这6个图像

---

1.载入数据，对数据去均值，求矩阵的协方差矩阵

       1）调用load函数，在工作区得知数据储存在X里，并且X是一个65536*191的矩阵

load('线代作业\03\HyperspectralImage.mat');

       2）去均值

%去均值
Q = X - repmat(mean(X),65536,1);

       3）求协方差矩阵G，协方差矩阵 = 1/(n-1)*QT*Q，其中n为列数

G = 1/190*(Q')*Q;%求协方差矩阵

2.求协方差矩阵G的特征值，特征向量。并且降序特征值，同时特征向量一一对应

       1）调用eig函数，函数的返回值是特征向量和特征值组成的对角矩阵，其中特征向量为V，特征值组成的对角矩阵为D

[V,D] = eig(G);%V表示G的特征向量，D表示特征值组成的对角矩阵

       2)对特征值进行降序处理，首先调用diag数，提取矩阵对角线上的数（即提取特征值），赋予到变量y中

y = diag(D);%提取特征值

        然后调用sort函数，对y进行降序，结果储存到变量Y中，索引为index。

[Y,index] = sort(y,'descend');%对特征值降序，其中Y为降序后的列向量，index为索引

       3）利用索引，将特征向量与变化后的特征值一一对应，结果赋予到变量V_index

V_index =  V(:,index);%将原特征向量根据新顺序的特征值进行排序

3.根据信息含量计算主成分数量k

     需要保留99.8%的信息，寻找k考虑使用for循环和if语句

%运用循环语句寻找K值
for k=1:1:191
    Y_k = Y(1:k,1);%选择前k个特征值
    N = sum(Y_k);%前k个特征值的和
    M = sum(Y);%所有特征值的和
    message = N/M;%信息含量
    if message >= 0.998
        disp(k)
        break
    else 
        continue

    end

end

       运行，得到k的值是6

4.显示这6个图像

V_index_6 = V_index(:,1:6);%取前六个主成分
U = Q * V_index_6;%把原始数据投影到新的坐标系上
U_scale = rescale(U);%缩放数据
immg = U_scale(:,1:6);%提取前6个图像
mul = reshape(immg,256,[]);%升维
imshow(mul);%显示图像

     运行，得到图像

通过主成分变换的结果可以明显观察出，贡献率前6的图像已经可以基本完全表示原191张图像所呈现的不同特征，达到了数据低损耗压缩的效果。可以观察出，输出结果的6张图像基本线性无关，尤其是第1张和第2张图像，清晰地呈现了几乎完全不同的特征。

附完整代码：

load('线代作业\03\HyperspectralImage.mat');
 
%去均值
Q = X - repmat(mean(X),65536,1);
 
G = 1/190*(Q')*Q;%求协方差矩阵

%计算协方差矩阵G的特征值和特征向量
[V,D] = eig(G);%V表示G的特征向量，D表示特征值组成的对角矩阵
 
%对特征值进行降序处理，并且对应特征向量，然后对特征向量施行正交化
 
y = diag(D);%提取特征值
 
[Y,index] = sort(y,'descend');%对特征值降序，其中Y为降序后的列向量，index为索引
 
V_index =  V(:,index);%将原特征向量根据新顺序的特征值进行排序

%运用循环语句寻找K值
for k=1:1:191
    Y_k = Y(1:k,1);%选择前k个特征值
    N = sum(Y_k);%前k个特征值的和
    M = sum(Y);%所有特征值的和
    message = N/M;%信息含量
    if message >= 0.998
        disp(k)
        break
    else 
        continue
 
    end
 
end

V_index_6 = V_index(:,1:6);%取前六个主成分
U = Q * V_index_6;%把原始数据投影到新的坐标系上
U_scale = rescale(U);%缩放数据
immg = U_scale(:,1:6);%提取前6个图像
mul = reshape(immg,256,[]);%升维
imshow(mul);%显示图像