MATLAB实现数据降维PCA方法详解与资源分享

pca降维matlab代码PCA的原理就是将原来的样本数据投影到⼀个新的空间中，相当于我们在矩阵分析⾥⾯学习的将⼀组矩阵映射到另外的坐标系下。通过⼀个转换坐标，也可以理解成把⼀组坐标转换到另外⼀组坐标系下，但是在新的坐标系下，表⽰原来的原本不需要那么多的变量，只需要原来样本的最⼤的⼀个线性⽆关组的特征值对应的空间的坐标即可。 ⽐如我们的前29个特征值已经能够占到所有特征值的99%以上，那么我们只需要提取前29个特征值对应的特征向量即可。这样就构成了⼀个1000*29的转换矩阵，然后⽤原来的样本乘以这个转换矩阵，，就可以得到原来的样本数据在新的特征空间的对应的坐标。