principlecomanalysis.m

通过matlab用两种方法实现主成分分析

%principlecomanalysis多元统计分析 P151 主成分分析
clc;
clear;
%加载水文数据
load  'E:\博士学习\多元统计分析资料\学习总结\HydroData.mat'   -ascii
%x=[12.5 586;24  754;15.3 850;18  667;31.2 750];

%对数据进行标准化处理
m1=mean(HydroData);
m2=repmat(m1,57,1);
std1=std(HydroData);
std2=repmat(std1,57,1);
stdHydroData=(HydroData-m2)./std2;
 
%进行主成分分析
StdX=std(stdHydroData);
VarX=var(stdHydroData);
CovX=cov(stdHydroData);
RX=corrcoef(stdHydroData);
[V,D]=eig(CovX);
%两种主成分分析方法
%方法一:princomp
[Coeff1,score,latent1,tsquqre]=princomp(stdHydroData);
%Coeff1主成分系数也是特征向量  score=Y=stdHydroData*Coeff1主成分数据 latent1特征值度  
%方法二:pcacov
[Coeff2,latent2,Explain]=pcacov(CovX)
%Coeff2主成分系数也是特征向量  latent2特征值度  Explain主成分的方差贡献率
latentmid=repmat(latent1,1,9);

%factorloadM因子负载矩阵
factorloadM=Coeff1.*sqrt(latentmid);