robust PCA MATLAB 代码

Robust Principal Component Analysis (RPCA)是一种用于数据降维和异常检测的技术，尤其适用于含有大量噪声和稀疏错误的数据集。在MATLAB中，可以使用`rpca`函数来进行RPCA处理。以下是一个简单的例子：

% 加载需要处理的数据
data = load('your_data.mat'); % 替换为你的实际数据文件

% 使用rpca函数进行RPCA分解
[compact, sparse] = rpca(data);

% compact部分包含低秩成分（大部分正常数据），sparse部分包含高秩成分（可能的异常或噪声）
disp('Compact components:');
disp(compact);
disp('Sparse components:');
disp(sparse);

在这个例子中，`rpca`函数返回两个矩阵：`compact`表示估计的低秩分量，通常代表数据的主要模式；`sparse`则包含被认为属于噪音或异常的部分。