【问题标题】:PCA for feature extraction MATLAB用于特征提取的 PCA MATLAB
【发布时间】:2014-03-19 21:53:55
【问题描述】:

我有一个大小为N-by-M 的数据矩阵A。 我想使用PCA 进行降维。我想将尺寸设置为“k”。

我知道特征提取后,我应该得到一个 Nxk 矩阵。

我试过pcares如下,

[residuals,reconstructed] = pcares(A,k)

但这对我没有帮助。

我也在尝试使用博士工具箱 (here) 这会返回一个k-by-k 矩阵。我该如何继续?

任何帮助将不胜感激。

谢谢

【问题讨论】:

  • 请解释为什么pcares 的输出对您没有帮助。
  • 我不明白 pcares 的输出。它给了我一个 NxM 矩阵作为我降维后的近似值。

标签: matlab pca


【解决方案1】:

pcares 为您提供残差,这是用重构输入减去输入时的误差。您可以使用pca 命令。它返回一个MxM 矩阵,其列是主成分。您可以使用其中的第一个k 来构造特征,只需执行以下操作

X = bsxfun(@minus, A, mean(A)) * coeff(:, 1:k);,其中coeffpca 命令返回的内容。使用bsxfun 调用的函数会减去平均值(使数据居中,因为这是pca 在计算输出coeff 时所做的)。

【讨论】:

    猜你喜欢
    • 2011-08-15
    • 2017-04-09
    • 2018-07-31
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-08-22
    • 2014-03-05
    • 2015-08-19
    相关资源
    最近更新 更多