function PCA
clc
clear
%载入iris数据集样本:
load('irisdata.mat', 'setosa') %50*4
load('irisdata.mat', 'virginica') %50*4
%选取每个数据集的前30个样本共60个样本作为训练样本
S=[setosa(1:30,1:4);virginica(1:30,1:4)];
%协方差矩阵
C=cov(S)
%L为协方差矩阵C的特征值,E为对应的特征向量
[E L]=eig(C)
%选取前两个较大的特征值对应的特征向量做为特征矩阵
L1=L(1,1);
L2=L(2,2);
L3=L(3,3);
L4=L(4,4);
LL=[L1 L2 L3 L4];
[a p]=sort(LL,2);
%最大的特征值为a(4),对应的特征向量为E(:,p(4))
%第二大特征值为a(3),对应的特征向量为E(:,p(3))
A=[E(:,p(4)),E(:,p(3))]
%选取每个数据集的后20个样本共40个样本作为测试样本
X1=[setosa(1:50,1:4)];
X2=[virginica(1:50,1:4)];
X11=X1*A;
X22=X2*A;
plot(X11 (:,1), X11 (:,2),'r.')
hold on
plot(X22 (:,1), X22 (:,2),'b.')
title('主成分分析(PCA)');
legend('setosa数据集样本','virginica数据集样本');
主成分分析PCA.rar_PCA IRIs_PCA 数据集_PCA主成分分析_主成分_主成分PCA分析
版权申诉
5星 · 超过95%的资源 161 浏览量
2022-09-23
01:55:24
上传
评论
收藏 3KB RAR 举报
御道御小黑
- 粉丝: 58
- 资源: 1万+
最新资源
- Python爬取淘宝热卖商品并可视化分析
- 5152单片机proteus仿真和源码将按键次数写入AT24C02再读出并用1602LCD显示
- SE-SSD复现过程(Det3D的安装教程)
- 基于Python的在线学习与推荐系统设计与实现(论文+源码)-kaic
- 串口通过 YMODEM 协议进行文件传输
- 蓝桥杯2024年第十五届省赛真题-前缀总分
- com.qihoo.appstore_300101305-1.apk
- tensorflow-gpu-2.7.1-cp37-cp37m-manylinux2010-x86-64.whl
- tensorflow-2.7.2-cp37-cp37m-manylinux2010-x86-64.whl
- tensorflow-2.7.1-cp39-cp39-manylinux2010-x86-64.whl
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
评论2