matlab中主成分分析的函数1

身高(xl)坐高(x2)胸围(x3)手臂长(x4)肋围(x5)腰围(x6)身高(xl1•79.36.76•25.51坐高(x2)0.791.31.55.17.35胸围(x3)0.36.311.35.64.58手臂长(x4)0.76.55.351.16.38肋围(x5)0.25.17.64.161.63腰围(x6)0.51.35.58.38.631PHO=[];%输入相关系数矩阵[PC,latent,explained]=pcacov(PI10)%相关系数矩阵进行主成分分析,返回主成分表达式的系数矩阵(PC)、相关系数矩阵PC的特征值向量(latent)和毎个特征向量表征在观测量总方差中所占的百分数(explained)(即是主成分的贡献向量)。%为了更加直观,以元胞数组的形式显示结果%resultl=cell(n+1,4);%定义一个n+1行,4列的元胞数组resultKl,:)={’特征值’,’差值’,’贡献率’,’累积贡献率’}resultl(2:7,1)=num2cell(latent);%存放特征值resultl(2:6,2)=num2cell(-diff(latent));%存放特征值之间的差值resultl(2:7,3:4)=num2cell([explained,cumsum(explained)]);%存放(累积)贡献率%以元胞数组的形式显示前3个主成分表达式(x3)’s={’标准化变量’身高(xl)’坐高(x2)’;’胸手臂长(x4)’;’肋围(x5)’;‘腰围(x6)’}resultl(:,1)=s;resultl(1,2:4)={‘主成分prinl’,’主成分prin2’,’主成分prin3’};result2(2:end,1)=varnameresult2(2:7,2:4)=num2cell(PC(:,1:3));%存放前3个主成分$表达式的系数数据