matlab - 选择在 PCA 中显示最大方差的组件

Question

我有一个庞大的数据集 (32000*2500) 需要进行训练。这对我的分类器来说似乎太多了，所以我决定阅读一些关于降维的内容，特别是 PCA。

根据我的理解，PCA 选择当前数据并在另一个 (x,y) 域/尺度上重新绘制它们。这些新坐标没有任何意义，只是重新排列数据以给出一个轴的最大变化。在这些新系数之后，我可以删除具有最小变化的 cooeff。

现在我正尝试在 MatLab 中实现它，但在处理提供的输出时遇到了问题。 MatLab 始终将行视为观察值，将列视为变量。所以我对 pca 函数的输入将是我的大小矩阵 (32000*2500)。这将在大小为 2500*2500 的输出矩阵中返回 PCA 系数。

pca 状态的帮助:

Each column of coeff contains coefficients for one principal component, and the columns are in descending order of component variance.

在此输出中，哪个维度是我的数据观察值？我的意思是，如果我必须将其提供给分类器，coeff 的行会代表我的数据观察结果还是现在是 coeff 的列？

以及如何删除变化最小的系数？

Answer 1

(免责声明:从matlab转scipy好久了，但是原理是一样的。)

如果您使用 svd function

[U,S,V] = svd(X)

然后对X进行降维至 k ，你会乘以第一个 k V 列.在 matlab 中，我猜那是

X * V(:, 1: k);

---

引用Elements of Statistical Learning理论。