用于近红外光谱的PCA分类可视化matlab代码

以下是一个简单的使用PCA进行近红外光谱分类可视化的Matlab代码示例：

% 导入数据
data = importdata('data.csv');
X = data(:, 1:end-1); % 数据矩阵
y = data(:, end); % 标签矩阵

% 标准化数据
X = zscore(X);

% 使用PCA进行数据降维
[coeff, score, ~, ~, explained] = pca(X);

% 计算累计方差贡献率
cumulative_explained = cumsum(explained);

% 取前两个主成分进行可视化
X_pca = score(:, 1:2);

% 绘制分类图
gscatter(X_pca(:,1), X_pca(:,2), y);
xlabel('PC1');
ylabel('PC2');
title('PCA Classification');

其中，`data.csv`是包含样本数据和标签的CSV文件，第一列到倒数第二列是特征数据，最后一列是分类标签。该代码首先将数据标准化，然后使用PCA进行降维，并计算累计方差贡献率。最后，将前两个主成分用于可视化，绘制分类图。