Labfans是一个针对大学生、工程师和科研工作者的技术社区。 | 论坛首页 | 联系我们(Contact Us) |
![]() |
![]() |
#1 |
高级会员
注册日期: 2019-11-21
帖子: 3,006
声望力: 66 ![]() |
![]()
我有一组100个观测值,每个观测值具有45个特征。这些观察中的每一个都有一个标签,我希望根据这45个特征进行预测。因此,它是尺寸为45 x 100的输入矩阵和尺寸为1 x 100的目标矩阵。
问题是,我想知道这45个特征中有多少个与我的数据集相关,基本上是主成分分析,并且我知道我可以使用Matlab函数processpca做到这processpca 。 您能告诉我该怎么做吗?假设输入矩阵是x具有45行和100列,而y是具有100个元素的向量。 回答: 假设您要基于45x100矩阵构建1x100向量的模型,我不相信PCA会按照您的想法做。 PCA可以用于选择变量以进行模型估计,但这是收集一组模型特征的某种间接方法。无论如何,我建议同时阅读两者: 主成分分析 和... 使PCA正常工作 ...两者都提供了MATLAB中不需要任何工具箱的代码。 更多&回答... |
![]() |
![]() |