matlab中的princomp函数主要是实现主成分分析的功能，有1一个输入参数，4个返回参数，形式如下：
[coef, score, latent, t2] = princomp(X)
输入：
X为一个M*N维矩阵，即共有M个样本，每个样本的维度是N维
输出：
score： M*N维矩阵，是经过主成分分析变换（即是KL变换）后的数据，是对原始数据的分析，进而在新的坐标系下生成的数据，并且将这N维数据按贡献率由大到小排列
latent： N*1维矩阵，每一个数据对应score里相应维的贡献率，因为每个样本有N维数据，所以latent有N维，也是由大到小排列的
coef： N*N维矩阵，即是系数矩阵，通过coef可以知道X是怎样转成score的，此处的转换，是对输入X的主成分进行了零均值化（参考《模式识别 第三版 张学工》P164） 的处理的，即：
score = (X - miu(X)) * coef
coef 矩阵中，每一列都是Sigma的一个特征向量，Sigma是输入X的协方差矩阵
t2： 这个不清楚是怎么回事