PCA详细注解程序,贡献率大于85做主元,有贡献图Word文件下载.docx
- 文档编号:934535
- 上传时间:2023-04-29
- 格式:DOCX
- 页数:3
- 大小:13.82KB
PCA详细注解程序,贡献率大于85做主元,有贡献图Word文件下载.docx
《PCA详细注解程序,贡献率大于85做主元,有贡献图Word文件下载.docx》由会员分享,可在线阅读,更多相关《PCA详细注解程序,贡献率大于85做主元,有贡献图Word文件下载.docx(3页珍藏版)》请在冰点文库上搜索。
sheet1'
);
读取excel表格里‘sheet1’内的数据,存%%
入data矩阵
表格里的
第一行文字部分,自动不予录入
data=data(1203:
9146,3:
15);
选择矩阵里的
第1203--9146行,3--15列数据重新%存入data矩阵,覆盖原来了的数据
[n,m]=size(data);
计算data的行数和列数
[X_new,S_mean,S_var]=datapretreatment(data,n);
预处理库函数%datapretreatment,得到均值为0、方差为1的新数据“X_new”
[PCs,lambda,explained]=pcacov(X_new'
*X_new/(n-1));
对协方差矩阵就行主%元分解函数pcacov
PCs为各主元,Iatent为协方差矩阵的特征值,
explained为每个特征量表征在观察值总方差中所占的百分数
for
i=1:
m
if
sum(explained(1:
i))>
=95
选择所占累积贡献大于95的变量为主元变量
break;
end
PCnum=i;
得到的主元个数
PC=PCs(:
1:
PCnum);
经过降维后,把分解后的主元变量数据重新挑选出来
T
(2)=T_confidence_levels(PCnum,n,0.05);
0.05表示的是置信度为95%的统计量,计算T^2统计量控制限阈值
Q
(2)=Qstatistical_confidence_levels(lambda,m,PCnum,0.05);
0.05表示的是%置信度为95%的统计量,计算Q统计量控制限阈值
%%%%%模型建立结束
%%%%%诊断过程开始
data1
=xlsread('
05_04_05_13变量.xls'
读取测试数据,和模型建时功能一样
data1=data1(1203:
20788,3:
选择需要测试的数据,存入data1矩阵中
N=size(data1,1);
计算data1的行数
NN=1;
赋值
i=NN:
N
循环N次
xnew=(data1(i,:
)-S_mean)./S_var;
测试数据预处理,
TT2(i-NN+1)=xnew*PC*inv(diag(lambda(1:
PCnum)))*PC'
*xnew'
;
T方统%
计量;
inv求逆矩阵;
diag构造对角矩阵;
err(i-NN+1)=(xnew-xnew*PC*PC'
)*(xnew-xnew*PC*PC'
)'
%Q统计量或%者称为SPE统计量
CPlot(i-NN+1,:
)=(xnew-xnew*PC*PC'
).^2;
CPlot表示对Q统计量的贡%献
13
13次循环(原始数据的变量个数)
B(i)=sum(CPlot(:
i));
画条形图表示贡献
save
B;
figure
(1);
图1显示条形图
bar
(B(1,1:
13),
'
DisplayName'
B(1,1:
13)'
YDataSource'
%贡献图
figure
(2)
图2显示T^2统计量阈值线和测试数据的T^2计算值,以便比较
hold
on
plot(T
(2)*ones(1,N-NN+1),'
:
r'
plot(1:
N-NN+1,TT2(1,:
),'
black'
xlabel('
t'
ylabel('
T^2统计量'
title('
PCA'
grid;
figure(3)
图3显示Q统计量阈值线和测试数据的Q计算值,以便比较
plot(Q
(2)*ones(1,N-NN+1),'
N-NN+1,err(1,:
Q统计量'
%%%%%诊断过程结束
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- PCA 详细 注解 程序 贡献 大于 85 做主 有贡献