主成分分析PCA matlab

将给定数据进行降维后，利用K-means进行聚类

clc
clear all
fid=fopen（‘data.txt‘‘r‘）;
X=fscanf（fid‘%g‘[4 150]）;
[m n]=size（X）;
X=X‘;
an=fclose（fid）;
fprintf（‘标准样本变换法标准化的（std）：\n‘）
std=zscore（X）
fprintf（‘计算相关系数矩阵（st）：\n‘）
st=corrcoef（std）
fprintf（‘特征向量（vec）及特征值（val）：\n‘）
[vecval]=eig（st）
newval=diag（val）;
[yi]=sort（newval）;      %对特征根进行排序，y为排序结果，i为索引
fprintf（‘特征根排序：\n\n‘）
for z=1:length（y）
    newy（z）=y（length（y）+1-z）;
end
fprintf（‘%g\n‘newy）
rate=y/sum（y）;%【计算贡献率】
fprintf（‘\n贡献率：\n‘）
newrate=（newy/sum（newy））%
sumrate=0;
newi=[];
for k=length（y）:-1:1
    sumrate=sumrate+rate（k）;
    newi（length（y）+1-k）=i（k）;
    if sumrate>0.85 break; %【85%在这里改动】
    end  
end        
fprintf（‘主成分数：%g\n\n‘length（newi））;%【newi里放的是主成分】
fprintf（‘主成分荷载:\n‘）
for p=1:length（newi）
    for q=1:length（y）
        result（

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       4348  2015-12-07 18:12  data.txt

     文件       1326  2015-12-08 22:07  pca.m

----------- ---------  ---------- -----  ----

                 5674                    2