Анализ главных компонентов ковариационной матрицы
COEFF = pcacov(V)
[COEFF,latent] = pcacov(V)
[COEFF,latent,explained] = pcacov(V)
COEFF = pcacov(V)
выполняет анализ основных компонентов p-by-p ковариационной матрицы V
и возвращает коэффициенты основного компонента, также известные как загрузки. COEFF
является p-by-p матрицей с каждым столбцом, содержащим коэффициенты для одного основного компонента. Столбцы в порядке уменьшения отклонения компонента.
pcacov
не стандартизирует V
, чтобы иметь модульные отклонения. Чтобы выполнить анализ основных компонентов стандартизированных переменных, используйте корреляционную матрицу R = V./(SD*SD')
, где SD = sqrt(diag(V))
, вместо V
. Чтобы выполнить анализ основных компонентов непосредственно матрицы данных, используйте pca
.
[COEFF,latent] = pcacov(V)
возвращает latent
, вектор, содержащий отклонения основного компонента, то есть, собственные значения V
.
[COEFF,latent,explained] = pcacov(V)
возвращает explained
, вектор, содержащий процент общего отклонения, объясненного каждым основным компонентом.
load hald covx = cov(ingredients); [COEFF,latent,explained] = pcacov(covx) COEFF = 0.0678 -0.6460 0.5673 -0.5062 0.6785 -0.0200 -0.5440 -0.4933 -0.0290 0.7553 0.4036 -0.5156 -0.7309 -0.1085 -0.4684 -0.4844 latent = 517.7969 67.4964 12.4054 0.2372 explained = 86.5974 11.2882 2.0747 0.0397
[1] Джексон, J. E. Руководство пользователя к основным компонентам. Хобокен, NJ: Джон Вайли и сыновья, 1991.
[2] Jolliffe, я. T. Анализ главных компонентов. 2-й редактор, Нью-Йорк: Springer-Verlag, 2002.
[3] Крзановский, W. J. Принципы многомерного анализа: перспектива пользователя. Нью-Йорк: Издательство Оксфордского университета, 1988.
[4] Seber, G. A. F., многомерные наблюдения, Вайли, 1984.