主成分分析PCA降维函数

在Matlab中有内置的built-in function PCA降维函数:

[coeff,score,latent,tsquared,explained]=princomp(X),其中输出score即为经过PCA变换后的数据,但是默认取全部主成分,如X是100x20,其中100是样本数,20是特征维数,则PCA变换后的score仍然为100x20。若要降维为10维,可以直接取前10列即可,或者用参数'NumComponents',10指定。

目前,princomp即将在以后的Matlab版本中不再被包含,取而代之的是built-in function pca,其用法与princomp一样,目前在Matlab R2015b版本中两者均包含。

eg:[~,score]=pca(X,'NumComponets',10);

还有内置函数pcacov直接对协方差矩阵执行PCA变换。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值