matlab主成分分析代码_主成分分析matlab代码-CSDN博客

本文链接：https://blog.csdn.net/qq_37486501/article/details/86666343

matlab主成分分析

clc,clear
load sn.txt %把原始的x1,x2,x3,x4,y的数据保存在纯文本文件sn.txt中 [m,n]=size(sn);
x0=sn(:,1:n-1);y0=sn(:,n);
r=corrcoef(x0) %计算相关系数矩阵
xb=zscore(x0); %对设计矩阵进行标准化处理
yb=zscore(y0); %对y0进行标准化处理 
%以下命令利用设计矩阵进行主成分分析，返回值c的列向量对应着主成分的系数 
%返回值s对应着式(26)中的Z矩阵，t返回的是特征值
[c,s,t]=princomp(xb)
contr=cumsum(t)/sum(t) %计算累积贡献率，第i个分量表示前i个主成分的贡献率 
num=input('请选项主成分的个数:') %通过累积贡献率交互式选择主成分的个数 
hg1=[ones(m,1),x0]\y0; %计算普通最小二乘法回归系数
hg1=hg1'
%下面显示普通最小二乘法回归结果
fprintf('y=%f',hg1(1));
for i=1:n-1
    fprintf('+%f*x%d',hg1(i+1),i);
end
fprintf('\n')
hg=s(:,1:num)\yb; %主成分变量的回归系数
hg=c(:,1:num)*hg; %标准化变量的回归方程系数 %下面计算原始变量回归方程的系数 
hg2=[mean(y0)-std(y0)*mean(x0)./std(x0)*hg, std(y0)*hg'./std(x0)] %下面显示主成分回归结果
fprintf('y=%f',hg2(1));
for i=1:n-1
    fprintf('+%f*x%d',hg2(i+1),i);
end
fprintf('\n')
%下面计算两种回归分析的剩余标准差 rmse1=sqrt(sum((x0*hg1(2:end)'+hg1(1)-y0).^2)/(m-n)) rmse2=sqrt(sum((x0*hg2(2:end)'+hg2(1)-y0).^2)/(m-num-1))