matlab 主成分分析

Matlab中可以使用pca函数进行主成分分析。pca函数的语法如下：

[coeff,score,latent,tsquared,explained,mu] = pca(X)

其中，X是一个m行n列的矩阵，代表m个样本的n个特征。函数的输出包括：

- coeff：n行n列的矩阵，每一列代表一个主成分的系数向量。
- score：m行n列的矩阵，每一行代表一个样本在主成分空间中的坐标。
- latent：n维列向量，代表每个主成分的方差。
- tsquared：m维列向量，代表每个样本的马氏距离平方。
- explained：n维列向量，代表每个主成分的方差贡献率。
- mu：n维列向量，代表每个特征的均值。

例如，以下是对一个随机生成的5行3列矩阵进行主成分分析的示例代码：

X = rand(5,3);
[coeff,score,latent,tsquared,explained,mu] = pca(X);

其中，coeff、score、latent、tsquared、explained和mu的具体值可以通过查看对应变量的值来获取。