我正在尝试在MATLAB中实现主成分分析。
我有5个原始数据向量（A，B，C，D，E和F），每个向量都表示为1x291向量。
我写了一个脚本，为每个向量添加不同级别的噪声，创建变量A1，A2，A3，A4和A5以及B1，B2，B3，B4和B5等。这些向量组合起来创建5个矩阵，这可以称为嘈杂观测的矩阵。现在对于每种材料，我都有一个5x291的观察矩阵。我们称他们为Ao，Bo，Co，Do，Eo和Fo。
我申请了
[COEFFICIENTS, SCORE] = PCA(Ao)
找到分数矩阵。然后我使用
绘制了这个plot3(SCORE(:,1), SCORE(:,2), SCORE(:,3), '.');
每个Ao，Bo，Co等等。然后我得到了这个数字。
在聚类方面，我期待每5个点（A1，A2，A3，A4，A5和B1，B2，B3，B4和B5等）彼此更接近。但我得到的只是通过噪声添加脚本可视化原始数据的变化。
现在我的问题是：我想要做什么来形象化
{A1,A2,A3,A4,A5,A6}
{B1,B2,B3,B4,B5,B6}
{C1,C2,C3,C4,C5,C6} ...
作为3D中的聚类？
（现在看起来像（{A1，B1，C1，D1，E1，F1}，{A2，B2，C2，D2，E2，F2}等。）