主成分分析法matlab的實現(xiàn)-文庫吧在線文庫
【正文】 1219 251銀 川 9171 603661 2262 1061 19374 758814 103178 621烏魯木齊 478 5131 847 2412 6689 041254 8702 365 508517 622 cwprint(39。cwscore(v1,result)。 %filename為文本文件文件名，a為矩陣行數(shù)(樣本數(shù))，b為矩陣列數(shù)(變量指標數(shù))fid=fopen(filename,39。 endend %計算載荷disp(result) %,計算得分function score=cwscore(vector1,vector2)。 newi(length(y)+1k)=i(k)。endfprintf(39。相關系數(shù)矩陣:\n39。② 計算特征值與特征向量首先解特征方程，通常用雅可比法（Jacobi）求出特征值，并使其按大小順序排列，即；然后分別求出對應于特征值的特征向量。它起源于矩陣運算，并已經(jīng)發(fā)展成一種高度集成的計算機語言。④ 計算主成分載荷其計算公式為 （3）得到各主成分的載荷以后，還可以按照（）式進一步計算，得到各主成分的得分 （4）——用總和標準化法標準化矩陣——計算相關系數(shù)矩陣；計算特征值和特征向量；對主成分進行排序；計算各特征值貢獻率；挑選主成分（累計貢獻率大于85%），輸出主成分個數(shù)；計算主成分載荷——計算各主成分得分、綜合得分并排序——讀入數(shù)據(jù)文件；調(diào)用以上三個函數(shù)并輸出結果 %,用總和標準化法標準化矩陣function std=cwstd(vector)cwsum=sum(vector,1)。)[vec,val]=eig(std) %求特征值(val)及特征向量(vec)newval=diag(val) 。fprintf(39。主成分數(shù)：%g\n\n39。[newcsum,i]=sort(1*csum)。%g39。39。)v1=cwstd(vector)result=cwfac(v1)。)score=[sco,csum,j] %得分矩陣：sco為各主成分得分；csum為綜合得分；j為排序結果 %function print=cwprint(filename,a,b)。)for p=1:length(newi) for q=1:length(y) result(q,p)=sqrt(newval(newi(p)))*vec(q,newi(p))。for k=length(y):1:1 sumrate=sumrate+rate(k)。)for z=1:length(y) newy(z)=y(length(y)+1z)。fprintf(39。 ① 計算相關系數(shù)矩陣 （1）在（）式中，rij（i，j=1，2，…，p）為原變量的xi與xj之間的相關系數(shù)，其計算公式為 （2）因為R是實對稱矩陣（即rij=rji），所以只需計算上三角元素或下三角元素即可。它提供了強大的科學運算、靈活的程序設計流程、高質(zhì)量的圖形可視化與界面設計、與其他程序和語言的便捷接口的功能。 %對列求和[a,b]=size(vector)。[y,i]=sort(newval) 。\n貢獻率：\n39。,length(newi))。
教學課件相關推薦
鄂ICP備17016276號-1