函数
>
矢量和矩阵
>
数组特征
> 示例:协方差和主分量分析
示例:协方差和主分量分析
计算数据集的协方差,并使用
eigenvals
和
eigenvec
函数来执行主分量分析。
1.
定义以下矩阵
D
。
D
7.5
5.5
7.5
5.5
5.5
5.5
5.5
7.5
7.5
4.5
5.0
7.0
5.0
4.5
5.0
5.5
4.5
5.0
5.0
7.5
5.0
6.5
7.5
7.5
5.0
6.5
12.0
8.5
12.0
8.5
9.0
8.5
8.5
12.0
12.0
7.5
8.0
11.0
8.5
7.5
8.0
9.0
7.5
8.0
8.0
11.5
8.5
10.5
12.0
12.0
8.0
10.0
5.5
4.0
5.5
4.0
4.5
3.5
4.0
5.0
5.5
4.0
4.0
4.5
4.0
4.0
3.5
3.5
3.5
4.5
4.0
5.0
4.0
4.5
5.5
5.0
4.0
4.0
D
的每一行代表一个观察值,每一列代表一个测量的特征。
2.
计算样本的协方差矩阵。
i
0
rows
D
1
j
0
cols
D
1
X
i
j
D
i
j
mean
D
j
S1
X
X
rows
D
1
3.
计算和排序特征值。
V
reverse
sort
eigenvals
S1
V
4.
计算变换矩阵。
x
j
eigenvec
S1
V
j
T
augment
x
0
x
1
x
2
T
5.
变换原始数据。
D2
D
T
6.
计算变换数据的协方差矩阵。
i
0
rows
D2
1
j
0
cols
D2
1
X
i
j
D2
i
j
mean
D2
j
S2
X
X
rows
D2
1
数据的主分量是矩阵
S2
的对角元素。
复制表达式
相关主题
特征矢量和特征值
这对您有帮助吗?
此站点在 JavaScript 启用时工作最佳