matlab 实现主成分分析PCA

基于matlab实现PCA降维算法，可用于多维数据的损失最小化压缩，内附全代码

clear all;clc
% X= 1*randn（10001） ;    
% Y= 3*X+5*randn（10001） ;
% plot（XY‘.‘）
% Sample（:1）=X;Sample（:2）=Y;
%绘制椭圆形随机点
N=1000;   %随机点数
a=20;b=5;    %椭圆参数
num=0;
theta=80;
X=[];Y=[];
while（ num    xi=rand（）*2-1;
    yi=rand（）*2-1;
    if（ xi^2 + yi^2 <= 1 ）
        xi=xi*a;
        yi=yi*b;
        x= xi*cos（theta）-yi*sin（theta）;  %旋转
        y= yi*cos（theta）+xi*sin（theta）;
        X=[X; x];
        Y=[Y; y];
        num = num + 1 ;
    end
end
figure;
plot（XY‘b.‘）;grid on;hold on;
xlim（[-25 25]）;ylim（[-25 25]）;

Sample（:1）=X;Sample（:2）=Y;
CRate=0.5;  %贡献率

[newSampleTkbmeanValue] = try_pca（SampleCRate）;

yj=newSample（11）;
nyj=yj*T‘;
scatter（nyj（11）nyj（12）‘r‘）;hold on;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-05-13 11:44  PCA\
     文件         763  2019-05-19 10:19  PCA\pca.m
     文件        1647  2019-05-10 16:21  PCA\Test.m
     文件        1572  2019-05-13 11:27  PCA\try_pca.m