我想减少更大维度的矩阵，即 2000*768；到一些较低的尺寸，即 200*768 或 400*400（不固定）；在 MatLab 中使用主成分分析 (PCA)。我想这样做是为了减少特征尺寸。我怎样才能轻松做到？请推荐一些教程来更好地理解 PCA。
提前致谢。
【问题讨论】：
PCA 是一种非常有用的降维工具，但是当您确切了解它在做什么以及从中得到什么时，就应该使用它。对于一个好的介绍click here - 这是一个不错的解释，不难理解。还有this article，这是一个快速的 DIY 演练，可以帮助您更好地了解正在发生的事情。
一旦你知道你得到了什么，PCA is easy in matlab。只需输入pca(X)，即可对数据集X执行。
得到的结果在很大程度上取决于得到的结果（例如things like normalisation are very important for input data），您可以使用值得了解的额外参数来设置主成分分析。 See matlab's guide here.
您在降维中寻找的内容是用尽可能少的组件最好地表示数据。使用[coeff,score,latent,tsquared,explained] = pca(X) 的explained 输出，您会得到一个向量，告诉您每个主成分解释了多少数据，这可以很好地指示是否可以进行降维。
【讨论】：