主成分分析PCAmatlab主成分分析案例.doc

文档介绍：该【主成分分析PCAmatlab主成分分析案例 】是由【Seiryu】上传分享，文档一共【5】页，该文档可以免费在线阅读，需要了解更多关于【主成分分析PCAmatlab主成分分析案例 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。=(X1,X2,X3),,R出发,求X的各主成分以及各主成分的贡献率并比较差异况。解答:>>S=[14;425];>>[PC,vary,explained]=pcacov(S);总体主成分分析:>>[PC,vary,explained]=pcacov(S)主成分交换矩阵:PC=---:vary==,X的主成分为:Y1=--=-+:%,%;则若用第一个主成分代替原来的变量,,是很小的。,,求解:(1)利用主成分分析对17个地市的经济发展进行分析,给出排名;(2)此时能否只用第一主成分进行排名,为什么,解答:(1)>>clear>>A=[,,,,,,,;,,,,,,,;,,,,,,,-;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,;,,,,,,,];得到的相关系数矩阵为:>>R=corrcoef(A)R=:>>[v,d]=eig(corrcoef(A))v=------------------=**********.--------------:>>w=sum(d)/sum(sum(d))w=:>>F=[A-ones(17,1)*mean(A)]*v(:,8)F=------------>>[F1,I1]=sort(F,’descend’)F1按从大到小的顺序给个主成分得分排名:F1=------------:I1=1121058769161321114415173>>[F2,I2]=sort(I1)F2=1234567891011121314151617I2给出个城市排名,即所求排名:I2=61111714476583122101315916(2)由于第一主成分的贡献率大于80%,其他各成分贡献率都太小,所以只能用第一主成分进行排名。百度搜索“就爱阅读”,专业资料,生活学****尽在就爱阅读网,您的在线图书馆7