function [c,m,v]=norm1(C)
%对数据进行标准化处理
[n,s]=size(C);
for i=1:n
for j=1:s
c(i,j)=(C(i,j)-mean(C(:,j)))/sqrt(cov(C(:,j)));
end
end
m=mean(C);
for j=1:s
v(1,j)=sqrt(cov(C(:,j)));
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function w=maxdet(A)
%求矩阵的最大特征值
[v,d]=eig(A);
[n,p]=size(d);
d1=d*ones(p,1);
d2=max(d1);
i=find(d1==d2);
w=v(:,i);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function [t,q,w,wh,f0,FF]=fun717(px,py,C)
% px自变量的输入个数
% py因变量的输入个数。
% C输入的自变量和因变量组成的矩阵
% t提取的主成分
% q为回归系数。
% w最大特征值所对应的特征向量。
% wh处理后的特征向量
% f0回归的标准化的方程系数
% FF原始变量的回归方程的系数
c=norm1(C); %norm1为标准化函数
%y=c(:,px+1:px+py); %截取标准化的因变量
E0=c(:,1:px); %截取标准化的自变量
F0=c(:,px+1:px+py); %截取标准化的因变量
A=E0'*F0*F0'*E0; %关联矩阵
w(:,1)=maxdet(A); % maxdet为求取最大特征值的函数
t(:,1)=E0*w(:,1); %第一主成分
p(:,1:px)=(E0'*t(:,1)/(t(:,1)'*t(:,1)))'; % p参
E(:,1:px)=E0-t(:,1)*(E0'*t(:,1)/(t(:,1)'*t(:,1)))'; % 残差矩阵
%进入循环
for i=0:px-2
B(:,px*i+1:px*i+px)=E(:,px*i+1:px*i+px)'*F0*F0'*E(:,px*i+1:px*i+px);
w(:,i+2)=maxdet(B(:,px*i+1:px*i+px));
t(:,i+2)=E(:,px*i+1:px*i+px)*w(:,i+2);
p(:,px*i+px+1:px*i+2*px)=(E(:,px*i+1:px*i+px)'*t(:,i+2)/(t(:,i+2)'*t(:,i+2)))';
E(:,px*i+px+1:px*i+2*px)=E(:,px*i+1:px*i+px)-t(:,i+2)*(E(:,px*i+1:px*i+px)'*t(:,i+2)/(t(:,i+2)'*t(:,i+2)))';
end
for s=1:px
q(:,s)=p(1,px*(s-1)+1:px*s)';
end
[n,d]=size(q);
for h=1:px
iw=eye(d);
for j=1:h-1
iw=iw*(eye(d)-w(:,j)*q(:,j)');
end
wh(:,h)=iw*w(:,h);
end
for j=1:py
zr(j,:)=(regress(F0(:,j),t))';
end
for j=1:px
for i=1:py
w1=wh(:,1:j);
zr1=(zr(i,1:j))';
f0(i,:,j)=(w1*zr1)'; %生成标准化变量的方程的系数矩阵
end
[c,m,v]=norm1(C);
ccxx=ones(py,1)*m(1,1:px);
ccy=(v(1,px+1:px+py))'*ones(1,px);
ccx=ones(py,1)*(v(1,1:px));
ff=ccy.*f0(:,:,j)./ccx;
fff=-(sum((ccy.*ccxx.*f0(:,:,j)./ccx)')-m(1,px+1:px+py))';
FF(:,:,j)=[fff,ff]; %生成原始变量方程的常数项和系数矩阵
end
以上就是代码,每块内容有备注,我是想知道里面具体是怎么个意思,求解答,好的可以加分~
有个MATLAB程序,但是不知道里面是什么意思,不知道里面到底显示的是什么公式和算法,求解释
答案:2 悬赏:0 手机版
解决时间 2021-03-04 12:13
- 提问者网友:王者佥
- 2021-03-04 03:26
最佳答案
- 五星知识达人网友:动情书生
- 2019-12-12 09:58
是主成分分析法
全部回答
- 1楼网友:山河有幸埋战骨
- 2019-04-28 20:25
matlab有个共享程序的网站,去搜搜吧
我要举报
如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息,可以点下面链接进行举报!
点此我要举报以上问答信息
大家都在看
推荐资讯