主成分分析法步骤matlab,主成分分析法matlab实现程序
function [out1 out2 out3 out4]=pca(X,n)%out1相关系数矩阵特征值,out2相关系数矩阵,out3各主成分,out4累计贡献率,X数据矩阵,n前n个主成分;
m=size(X);
a=sum(X)/m(1);
for i=1:m(1);
for j=i:m(2);
R(i,j)=sum((X(:,i)-a(i)).*(X(:,j)-a(j)))./(sum((X(:,i)-a(i)).^2)*sum((X(:,j)-a(j)).^2)).^0.5;
end
end
for i=1:m(2);
for j=1:i-1;
R(i,j)=R(j,i) ;
end
end
[x,d]=eig(R);
out1=sort(d(d~=0),'descend');
for i=1:m(2)
out2(:,i)=x(:,m(2)+1-i);
end
out3=zeros(m(1),m(2));
for i=1:m(2)
for j=1:m(2)
out3(:,i)=out3(:,i)+out2(j,i)*X(:,j);
end
end
b=out1./sum(out1);
out4=sum(b(1:n));
bar(b(1:n));
hold on;
for i=1:n
out5(i)=sum(b(1:i));
end
plot(1:n,out5);
legend('各成分贡献率','前n个主成分累计贡献率');
X1 =1.0e+004 *[0.2479 0.0028 0.0007 0.0058 0.0001 0.0005 6.3878 0.0096;
0.1639 0.0024 0.0008 0.0061 0.0002 0.0006 5.2425 0.0098;
0.5089 0.0033 0.0009 0.0062 0.0002 0.0006 4.1990 0.0098;
0.1644 0.0035 0.0006 0.0064 0.0001 0.0002 2.3356 0.0097;
0.1401 0.0037 0.0006 0.0059 0.0001 0.0002 3.2756 0.0098;
0.4669 0.0028 0.0007 0.0060 0.0001 0.0004 4.0451 0.0098;
0.1821 0.0030 0.0008 0.0066 0.0001 0.0006 3.6796 0.0098;
0.3253 0.0049 0.0022 0.0058 0.0002 0.0031 6.2152 0.0098;
0.4551 0.0027 0.0009 0.0050 0.0002 0.0006 8.2327 0.0099;
0.8583 0.0025 0.0009 0.0062 0.0002 0.0004 5.0259 0.0097;
0.6036 0.0024 0.0011 0.0057 0.0002 0.0006 4.8268 0.0097;
0.3038 0.0031 0.0007 0.0063 0.0001 0.0002 3.1203 0.0098;
0.3920 0.0030 0.0009 0.0058 0.0002 0.0005 5.1244 0.0097;
0.2003 0.0029 0.0006 0.0068 0.0001 0.0001 2.4780 0.0097;
0.8542 0.0031 0.0012 0.0063 0.0002 0.0007 4.8804 0.0098;
0.5138 0.0032 0.0008 0.0066 0.0002 0.0004 3.2340 0.0098;
0.4276 0.0033 0.0008 0.0063 0.0001 0.0004 4.3921 0.0099;
0.3692 0.0032 0.0009 0.0068 0.0001 0.0002 3.1675 0.0099;
0.9662 0.0027 0.0009 0.0058 0.0002 0.0005 5.9775 0.0097;
0.2050 0.0032 0.0008 0.0068 0.0001 0.0004 3.5494 0.0098;
0.0518 0.0031 0.0006 0.0066 0.0001 0.0003 5.2707 0.0094;
0.1589 0.0029 0.0006 0.0065 0.0001 0.0002 3.1252 0.0099;
0.4010 0.0032 0.0007 0.0064 0.0001 0.0004 3.1848 0.0098;
0.0994 0.0034 0.0007 0.0069 0.0001 0.0002 3.1751 0.0097;
0.1955 0.0050 0.0016 0.0055 0.000
主成分分析法步骤matlab,主成分分析法matlab实现程序相关推荐
- 傻瓜攻略(一)——MATLAB主成分分析(PCA)代码及结果分析实例
主成分分析(收藏的能不能顺手点个赞啊,嘿嘿) 主成分分析法(PCA)是一种高效处理多维数据的多元统计分析方法,将主成分分析用于多指标(变量)的综合评价较为普遍.笔者自从本科学习数学建模就开始接触该方法 ...
- matlab主成分分析综合评价算法,matlab主成分分析算法
从经济效益出发选取8个指标,利用主成分分析法对选取指标进行分析,利用Matlab软件对14家机械制造企业的经济效益进行了计算和排名,为黑龙江省今后实现企业间经济发展协调...... II. 主成分分析 ...
- 主成分分析(PCA)及其可视化——matlab
本文所用为matlab2016a matlab安装:待更新 matlab基础知识:待更新 如果本文内容已学会,可以看看python的哦 主成分分析(PCA)及其可视化--python_菜菜笨小孩的博客 ...
- matlab实现进退法、0.618法、牛顿法
文章目录 实验一 一维最优化方法 实验目的及要求: 实验原理: 算法1:进退法 算法2:0.618法 算法3:牛顿法 实验内容(方法和步骤) 例题 题目1 编写程序实现进退法. 题目2 利用进退法求解 ...
- newmark法 matlab,newmark法程序newmark法程序.doc
newmark法程序newmark法程序 用matlab编程法 一.法原理 Newmark-?法是一种逐步积分的方法,避免了任何叠加的应用,能很好的适应非线性的反应分析. Newmark-?法假定: ...
- Matlab 主成分分析与K均值聚类分析实验报告
Matlab 主成分分析与K均值聚类分析实验报告 提示:数据资源在本CSDN号的上传资料中直接领取 1 引言 数据:gyzb.mat(按顺序对应每一列)为:31个省市区的国有控股企业的主要指标(包括: ...
- Matlab周期图法使用FFT实现
参考文章:http://www.cnblogs.com/adgk07/p/9314892.html 首先根据他这个代码和我之前手上已经拥有的那个代码,编写了一个适合自己的代码. 首先模仿他的代码,测试 ...
- 基于倒谱法和线性预测法估计基音频率(MATLAB和Python)
基于倒谱法和线性预测法估计基音频率(MATLAB和Python) 倒谱法基音检测在python中实现 一帧信号的基音频率估计 wlen = 256 inc = 128 pitch = [] x1, F ...
- matlab晶体能带,matlab平面波展开法的二维光子晶体能带研究+程序
摘 要 :二维光子晶体可以作为对光子传输控制的新型材料.本文主要通过平面波展开法对二维光子晶体进行数值计算及其性质分析.首先我们介绍了二维光子晶体的基础概念.结构.介电性能等特性.然后基于麦克斯韦方 ...
- 【聚类算法】基于matlab划分法k-means聚类算法【含Matlab源码 1941期】
一.获取代码方式 获取代码方式1: 完整代码已上传我的资源:[聚类算法]基于matlab划分法k-means聚类算法[含Matlab源码 1941期] 点击上面蓝色字体,直接付费下载,即可. 获取代码 ...
最新文章
- 【译】Web Components简介
- python连接mysql
- python返回unicode_Python 中通过 unicode 码返回单字符的函数是 ,返回单字符 unicode 码的函数是 。_学小易找答案...
- Protege5.0.0入门学习
- dataframe 众数的方法_数据分析师最常用的数据分析方法。你都掌握了吗?
- 2020牛客暑期多校训练营(第六场)H.Harmony Pairs 数位dp
- Quick, Draw! Kaggle挑战赛丨现在,轮到你来猜了
- Centos5.5几种提高工作效率的方法
- GO语言学习之路23
- 来来来!一次搞定各种数据库 SQL 执行计划:MySQL、Oracle、SQL Server、PostgreSQL 以及 SQLite
- kubernetes视频教程笔记 (29)-安全-认证Authentication
- RecyclerView数据显示不全的问题
- 【git】从零开始在git上部署自己的免费生日祝福网页
- 淘宝 NPM 镜像解决软件下载速度慢的问题
- Linux截图gif,Ubuntu下截图与录制视频并作成gif图片
- 笔记本计算机(Legion)快捷键(加快编辑速度)
- Ubuntu双显卡切换方法总结
- TORCHVISION 目标检测微调教程
- 微信小程序-菜谱APP
- Java中的基本数据类型讲解(数值型、字符型、布尔型)
热门文章
- ip domain-lookup命令解释
- Enterprise Library
- 5G时代芯片之王——射频芯片
- RGB与CMYK以及加色与减色
- 对称矩形C语言,c语言编程求任意对称正定矩阵的逆。
- 原 《老路用得上的商学课》76-80学习笔记
- Python连接SQL Server 之pyodbc
- Access restriction: The type 'BASE64Decoder' is not API (restriction on required library xxx)
- 给机器人罗宾写一封英语回信_英语作文回信范文英语回信范文
- 小米5月10日发布会--miui8