matlab主成分分析（pca）代码

主成分分析（PCA）是一种常用的降维技术，可用于数据压缩、特征提取和可视化等任务。以下是一个在MATLAB中实现PCA的简单代码示例：

% 假设数据集矩阵为X，每行代表一个样本
% 请确保X已经被标准化（均值为0，方差为1）

% 计算协方差矩阵
covarianceMatrix = cov(X);
% 计算协方差矩阵的特征向量和特征值
[eigenvectors, eigenvalues] = eig(covarianceMatrix);

% 将特征值按降序排列
[~, indices] = sort(diag(eigenvalues), 'descend');
eigenvectors = eigenvectors(:, indices);

% 选择前k个特征向量作为主成分
k = 2; % 假设选择前2个主成分
principalComponents = X * eigenvectors(:, 1:k);

% 可选：计算解释方差比例
explainedVariance = diag(eigenvalues) / sum(diag(eigenvalues));

% 输出主成分
principalComponents