主成分分析能有效找出数据中最主要的元素和结构,去除噪音和冗余,将原有的复杂数据降维,揭示隐藏在复杂数据背后的简单结构。

步骤:
①列出观测资料矩阵X,
②计算样本相关矩阵R
③)计算R的特征值和特征向量-求正交变换,
④计算贡献率及累计贡献率,确定主成分个数,建立主成分方程,
⑤解释各主成分的意义
⑥计算各样本的主成分坐标y,
⑦计算负荷量表。

应用: 在计算机视觉学领域可应用于数据表示、模式识别、图像信息与压缩

代码实现: MATLAB
在这里插入图片描述

本文参考学习哔哩哔哩视频“主成分分析原理与MATLAB编程实现” https://b23.tv/av88047722

Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐