读入excel中的数据，写一个主成分分析的C++代码

下面是一个简单的C++代码，用于读取Excel文件中的数据，并对其进行主成分分析（PCA）：

#include <iostream>
#include <fstream>
#include <sstream>
#include <vector>
#include <cmath>
#include <Eigen/Dense>

using namespace std;
using namespace Eigen;

void read_csv(string filename, MatrixXd& mat) {
    vector<vector<double>> data;
    ifstream file(filename);

    string line;
    while (getline(file, line)) {
        stringstream ss(line);
        vector<double> row;
        string cell;

        while (getline(ss, cell, ',')) {
            row.push_back(stod(cell));
        }
        data.push_back(row);
    }

    mat.resize(data.size(), data[0].size());
    for (int i = 0; i < data.size(); i++) {
        for (int j = 0; j < data[i].size(); j++) {
            mat(i, j) = data[i][j];
        }
    }
}

void center(MatrixXd& mat) {
    VectorXd mean = mat.colwise().mean();
    for (int i = 0; i < mat.rows(); i++) {
        mat.row(i) -= mean.transpose();
    }
}

MatrixXd covariance(MatrixXd& mat) {
    MatrixXd centered = mat;
    center(centered);
    return (centered.transpose() * centered) / (centered.rows() - 1);
}

MatrixXd pca(MatrixXd& mat, int k) {
    MatrixXd cov = covariance(mat);
    SelfAdjointEigenSolver<MatrixXd> eig(cov);
    MatrixXd U = eig.eigenvectors().rightCols(k);
    return mat * U;
}

int main() {
    MatrixXd mat;
    read_csv("data.csv", mat);
    MatrixXd pca_mat = pca(mat, 2);
    cout << pca_mat << endl;
    return 0;
}

这个代码使用了Eigen库来进行矩阵计算和特征值分解。`read_csv`函数将Excel文件中的数据读取到一个MatrixXd对象中，`center`函数用于将数据中心化，`covariance`函数计算协方差矩阵，`pca`函数进行主成分分析并返回转换后的矩阵。在`main`函数中，我们可以看到如何将数据加载到`mat`中，然后将其转换为两个主成分的矩阵`pca_mat`。