我有一組100觀察，其中每個觀察具有45個特徵。每一個觀察結果都有一個標籤，我想根據這45個特徵來預測。所以它是一個尺寸爲45 x 100的輸入矩陣和尺寸爲1 x 100的目標矩陣。
問題是我想知道這45個特徵中有多少與我的數據集相關，基本上是委託人組件分析，我知道我可以用Matlab函數processpca來做到這一點。
你能告訴我我該怎麼做？假設輸入矩陣是具有45行和100列的x，並且y是具有100個元素的向量。Matlab問題 - 主成分分析
假設您想要構建基於45x100矩陣的1x100向量模型，我不相信PCA會按照您的想法進行操作。 PCA可用於選擇模型估計的變量，但這是收集一組模型特徵的一種間接方式。無論如何，我建議您閱讀這兩種：
和...
...這兩者在MATLAB提供代碼不需要任何的工具箱。
COEFF = princomp(X)執行對 n乘p個數據矩陣X主 成分分析（PCA），並返回 主分量係數，也 稱爲負荷。行X對應於觀察值，列爲 變量。COEFF是一個p-by-p矩陣，每個列包含一個主要組件的係數 。 列按組件方差遞減。
從你的問題我推斷你不需要在MATLAB中做，但你只是想分析你的數據集。根據我的觀點，關鍵是可視化依賴關係。
如果你不是被迫在MATLAB中進行分析，我建議你嘗試更專門的軟件，比如WEKA（www.cs.waikato.ac.nz/ml/weka/）或RapidMiner（rapid-i .COM）。這兩種工具都可以提供PCA和其他降維算法+它們包含很好的可視化工具。
您的使用案例聽起來像分類和特徵選擇的組合。
統計工具箱在這方面提供了很多很好的功能。該工具箱提供訪問多項分類算法包括
您還有多種選項可用於功能選擇，包括
個或者，您可以使用一些Optimization Toolbox的功能來編寫自己的自定義方程來估計變量的重要性。
一對夫婦回來後，我爲The MathWorks舉辦了題爲「計算統計：使用MTALAB入門分類」的網絡研討會。您可以在
http://www.mathworks.com/company/events/webinars/wbnr51468.html?id=51468&p1=772996255&p2=772996273
碼錶的網絡研討會和數據的例子設置可在MATLAB中心
http://www.mathworks.com/matlabcentral/fileexchange/28770
隨着使用主成分這一切說和做，很多人在應用分類算法之前作爲預處理步驟進行分析。 PCA被使用了很多
你應該找到相關矩陣從圖像
http://www.mathworks.com/help/stats/feature-transformation.html#f75476
@大衛赫弗南：這是對我見過的SO，但最模糊的評論。 @Jack：R在語法上類似於Matlab。如果你想走那條路線，你可以看看http://www.uga.edu/strata/software/pdf/pcaTutorial.pdf。 – aqua 2011-02-10 20:44:10
是啊，R的PCA想要什麼 – 2011-02-10 20:45:19
@David Heffernan：Matlab的主成分分析代碼缺乏那麼多，以至於有一個*有*可以切換到R以獲得不錯的結果？ – Jonas 2011-02-10 21:17:39