如何在matlab中的pca之后选择最需要的功能（变量）？

Question

我已提到How to select top 100 features(a subset) which are most relevant after pca?

我正在使用pca（）而不是princomp（），因为它已在新版本中删除。

我知道＆＃34;特征值表示每个特征向量解释的数据量。选择特征的一种简单方法是选择具有最高特征值的100个特征＆＃34;。

例如，如果我在matlab中运行以下内容

 [coeff,score,latent] = pca(pcaInput);

然后潜在地给我我需要的价值。

但是，潜在的是按排序顺序给出的。我怎么知道，矢量潜在的第一个值对应于我数据集中的哪个变量？

Answer 1

在文档中：

  

列按顺序减少组件差异。

一般来说，PCA的特征向量是从最相关到​​较少的有序，它是非书面的“标准”AFAIK。

此外，latent的第一个值对应于特征向量的第一行，当然不需要重新排序。