MATLAB自带PCA函数的参数含义及使用方法

2024-05-06 22:45:42

目录

1.PCA函数的输入与输出参数

2.PCA函数的使用方法

参考文献：

1.PCA函数的输入与输出参数

function [coeff, score, latent, tsquared, explained, mu] = pca(x,varargin)

输入参数：

X，数据集，假设样本的个数为N，每个样本的特征个数为P，则 X是N×P的矩阵。

输出参数：

COEFF，返回N×P数据矩阵X的主成分系数。X的行对应于观测值，列对应于变量。每列系数包含一个主成分的系数。各列按主成分方差（latent）降序排列。默认情况下，PCA将数据居中并使用奇异值分解算法。对于非默认选项，请使用名称/值对参数。

SCORE，返回主成分得分，它是X在主成分空间中的表示。score的行对应观察值，列对应主成分。中心数据可以用SCORE*COEFF'重建。

LATENT，返回每个主成分方差，即X的协方差矩阵的特征值，特征值从大到小进行排序。

TSQUARED，返回X中每个观测值的Hotelling T平方统计值。PCA使用所有主分量计算TSQUARED（在整个空间中计算），即使请求的组件较少（请参见下面的“NumComponents”选项）。对于缩小空间中的TSQUARED，使用MAHAL（SCORE，SCORE）。

EXPLAINED，返回一个向量，其中包含每个主成分方差占总方差的百分比。

MU，“Centered”设置为true时返回估计的平均值MU；设置为false时返回所有零。

2.PCA函数的使用方法

clc;
clear;
load feature;
[coeff, score, latent, tsquared, explained, mu]=pca(feature);
a=cumsum(latent)./sum(latent);   % 计算特征的累计贡献率
% explained和latent均可用来计算降维后取多少维度能够达到自己需要的精度，且效果等价。
% explained=100*latent./sum(latent);
idx=find(a>0.9);     % 将特征的累计贡献率不小于0.9的维数作为PCA降维后特征的个数
k=idx(1);
Feature=score(:,1:k);   % 取转换后的矩阵score的前k列为PCA降维后特征

参考文献：

[1]matlab 自带pca函数

[2]MATLAB帮助文档

MATLAB自带PCA函数的参数含义及使用方法相关推荐

matlab 自带pca函数,matlab实现主成分分析 princomp函数 PCA中有这个函数
matlab实现主成分分析 princomp函数最近看了些主成分分析,混迹Matlab论坛,翻了n多帖子,对princomp函数有了些了解. 在此只讲一些个人理解,并没有用术语,只求通俗. 贡献率: ...
matlab自带滤波器函数小结（图像处理）
matlab自带滤波器函数小结(图像处理) 1 线性平滑滤波器用MATLAB实现领域平均法抑制噪声程序: I=imread(' c4.jpg '); subplot(231) imshow(I) ...
matlab自带滤波器函数
matlab自带滤波器函数小结(图像处理) 注:原文链接:http://www.ilovematlab.cn/forum.php?mod=viewthread&tid=215671 1 .线性 ...
matlab计算绝对值的导数,如何用matlab求带绝对值函数的导数？你值得一看的技巧...
用matlab求函数的导数:如果一个函数表达式中有绝对值,那对该函数求导就需要注意啦!该函数可能在他的零点处导数不存在,所以我们不能用传统的方法求导,应该在零点处分别求左导数和右导数,如果左导数和右导 ...
matlab中设置拟合初值,matlab中的nlinfit函数时,参数需要回归系数的初值,如何确定?...
matlab中的nlinfit函数时,参数需要回归系数的初值,如何确定? 2018-4-4来自ip:11.11.16.15的网友咨询浏览量:142 问题补充: matlab中的nlinfit函数时, ...
matlab knn,matlab自带knn函数
话说matlab的模式识别工具箱非常强大,对于一般应用来说基本不用自己编程,这就给科研带来了极大的便利. 之后估计会利用这个工具箱里的许多分类方法,比如KNN.BP.SVM等等: 现在就利用knn来进 ...
sklearn之train_test_split()函数各参数含义
在机器学习中,我们通常将原始数据按照比例分割为"测试集"和"训练集",从 sklearn.model_selection 中调用train_test_split ...
如何用MATLAB中的PCA函数进行数据降维
coeff = pca(X)返回n×p数据矩阵的主成分系数.X的行对应于观察值,就是样本,列对应于变量,也就是特征. 系数矩阵是p×p.coeff的每一列包含一个主成分的系数,这些列按成分方差的降序排 ...
matlab自带kfcm函数,kfcmFun.m
function [center, U, obj_fcn] = kfcmFun(data, cluster_n,maxit, kernel_b,expo) data_n = size(data, 1) ...

最新文章

热门文章