pca的目的就是对数据进行降维。
对于已经利用pca函数求得的结果,如何利用这些信息对进行数据的重构,进而求出重构后的误差是很重要的。
具体重构过程:
- 利用pca进行求解,得到coeff,score,latent;
[coeff,score,latent] = pca(___)
-关键就在于这里的score。通过查看pca函数的源代码可知score = X*coeff
.即将数据映射到pca空间后的坐标。并且矩阵大小和数据尺寸大小一致。A=USVTA=USV^TA=US
pca的目的就是对数据进行降维。
对于已经利用pca函数求得的结果,如何利用这些信息对进行数据的重构,进而求出重构后的误差是很重要的。
具体重构过程:
[coeff,score,latent] = pca(___)
score = X*coeff
.即将数据映射到pca空间后的坐标。并且矩阵大小和数据尺寸大小一致。A=USVTA=USV^TA=US