1.C#中如何编写PCA算法代码？
C#中如何编写PCA算法代码？
PCA的处理步骤：1，均值化
2，求协方差矩阵（我知道的有两种方法，这是mpc hc 音频 源码第一种，按部就班的求，第二种是52麻将源码架设：（A*A‘/(N-1)））
3，求协方差的特征值和特征向量
4，将特征值按照从大到小的顺序排序，选择其中最大的k个，然后将其对应的k个特征向量分别作为列向量组成特征向量矩阵
5，将样本点投影到选取的特征向量上
matlab实现源代码
%PCA算法，matlab实现function F=pcad(A,n)%A是M*N
%测试实例A=[2.5,0.5,2.2,1.9,3.1,2.3,2,1,1.5,1.1;2.4,0.7,2.9,2.2,3.0,2.7,1.6,1.1,1.6,0.9]
%结果F=[0.，-1.，e语言皮肤源码0.，0.，1.，图片上传 标题 源码0.，-0.，-1.，开服变 源码-0.，-1.]
%PCA第一步：均值化
X=A-repmat(mean(A,2),1,size(A,2))%去均值
%PCA第二步：求特征协方差矩阵
B=COV(X')%求协方差
%PCA第三步：求特征协方差矩阵的特征值和特征向量
[v,d]=eig(B)%求特征值和特征向量
%PCA第四步：将特征值按照从大到小的顺序排序
d1=diag(d);%取出对角矩阵，也就是把特征值提出来组成一个新的M*1的d1矩阵
[d2 index]=sort(d1); %特征值以升序排序 d2是排序后的结果 index是数排序以前的排名位置
cols=size(v,2);% 特征向量矩阵的列数
for i=1:cols %对特征向量做相反位置的调整 是个降序排列。这个过程把特征值和特征向量同时做相应的降序排列
vsort(:,i) = v(:,index(cols-i+1) ); % vsort 是一个M*col(注:col一般等于M)阶矩阵，保存的是按降序排列的特征向量,每一列构成一个特征向量
%vsort保存的是协方差矩阵降序后的特征向量，为M*M阶
dsort(i) = d1(index(cols-i+1)); % dsort 保存的是按降序排列的特征值，是一维行向量，1*M
end %完成降序排列
M=vsort(:,1:n)%提取主成分量
%PCA第五步：将样本点投影到选取的特征向量上
F=(X'*M)'%最终的投影
