PCA (Principial Component Analysis)

Version 1.2.0.0 (1,48 ko) par Andreas
Principal Component Analysis Implementation of LindsaySmithPCA.pdf
1.0
(1)
2,5K téléchargements
Mise à jour 18 mars 2010

Afficher la licence

- Subtracting the mean of the data from the original dataset
- Finding the covariance matrix of the dataset
- Finding the eigenvector(s) associated with the greatest eigenvalue(s)
- Projecting the original dataset on the eigenvector(s)
- Use only a certain number of the eigenvector(s)
- Do back-project to the original basis vectors

Implementation of
http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf

"A tutorial on Principial Component Analysis"

Citation pour cette source

Andreas (2024). PCA (Principial Component Analysis) (https://www.mathworks.com/matlabcentral/fileexchange/26793-pca-principial-component-analysis), MATLAB Central File Exchange. Récupéré le .

Compatibilité avec les versions de MATLAB
Créé avec R2007b
Compatible avec toutes les versions
Plateformes compatibles
Windows macOS Linux
Catégories
En savoir plus sur Dimensionality Reduction and Feature Extraction dans Help Center et MATLAB Answers
Remerciements

A inspiré : EOF

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!

Version Publié le Notes de version
1.2.0.0

Update Link
1.1.0.0

description update
1.0.0.0