使用PCA投影到Octave中的低维空间

Question

我有以下大小为300 x 2的矩阵，其中包含最小 - 最大标准化数据：

# Pre-Process data
scaled_acc = preprocess(mtx_accuracy);

# PCA on mtx_accuracy
[pcvars pcvecs] = princomp(scaled_acc);

preprocess是缩放功能：

function zScore = preprocess(data)
    means = ones(length(data),1);
    means = means * mean(data);
    stds = ones(length(data),1);
    stds = stds * std(data);
    zScore = (data - means) ./ stds;
endfunction

如何减少（到1维）并投影数据，以便我有一个列向量？

Answer 1

第二个输出变量pcvecs已经包含n维度中的预计数据，其中n是数据矩阵中的总列数。因此，如果您希望将您的数据投放到m维度m < n的子集中，您只需要提取m的第一个pcvecs列。< / p>

在您的情况下，m=1，因此它只是：

reduced = pcvecs(:,1);