zoukankan      html  css  js  c++  java
  • 4-主成分分析法

    clc, clear;
    pp = xlsread('E:a-建模第六轮结果附件4.一次风机部分监测数据.xls', 2,'L21:P3411');
    gj=pp;   %原始数据 
    gj=zscore(gj); %数据标准化
    r=corrcoef(gj);  %计算相关系数矩阵
    %下面利用相关系数矩阵进行主成分分析,x的列为r的特征向量,即主成分的系数
    [x,y,z]=pcacov(r) %y为r的特征值,z为各个主成分的贡献率
    f=repmat(sign(sum(x)),size(x,1),1); %构造与x同维数的元素为±1的矩阵
    x=x.*f %修改特征向量的正负号,每个特征向量乘以所有分量和的符号函数值
    num=3;  %num为选取的主成分的个数
    df=gj*x(:,[1:num]);  %计算各个主成分的得分
    tf=df*z(1:num)/100;  %计算综合得分
    [stf,ind]=sort(tf,'descend');  %把得分按照从高到低的次序排列
    stf=stf', ind=ind'
    
    mz = [z';cumsum(z')];
    mz = mz';
    

      

  • 相关阅读:
    zipfile和tarfile的简单使用方法
    RabbitMQ安装
    postman接口自动化
    linux命令
    redis安装部署和使用
    nmon使用
    jdk自带监控工具配置使用
    修改本机mac
    hashlib模块,md5加密
    tomcat部署
  • 原文地址:https://www.cnblogs.com/zhumengdexiaobai/p/9491538.html
Copyright © 2011-2022 走看看