统计学习数据集可视化实验报告.docxVIP

作业2上机题实验报告（一）实验内容：1.对Iris数据集计算其协方差矩阵和相关系数，并计算协方差矩阵的特征值和特征向量，实现KL变换。2. 分别以Iris数据集的四个变量作为坐标，画出各自的二维直方图。（二）实验原理：1. KL变换步骤：1)、减去平均值2)、计算协方差矩阵3)、计算协方差矩阵的特征值和特征向量4)、将特征值从大到小排序5)、将数据转换到上述N个特征向量构建的新空间中2. 二维直方图：直方图是用面积而非高度来表示数量。直方图由一组块形组成，每一个块形的面积表示在相应的小组区间中事例的百分数。（三）实验方案：1. KL变换：1）. 方案一：按照KL变换步骤，计算出所需的去均值后的数据矩阵，数据矩阵的协方差矩阵，对应的特征值和特征向量，进行相关运行算。2）. 方案二：直接调用matlab中函数princomp，正确理解相关输入参数意义，实现主成分分析。2. 二维直方图：直接调用matlab中函数hist，分别输入四个不同变量。（四）实验编程：1. KL变换：1). 样本均值：函数名称：mean函数功能：求向量或矩阵的均值函数语法：（以X为矩阵为例）mean(X) %默认dim=1）就会求X每一列的均值mean(X，2) %求X每一行的均值样本均值：2). 协方差矩阵：函数名称：cov函数功能：求协方差矩阵函数语法：cov(X) % cov(X,0) = cov(X)=vor(x)cov(X,Y) %求矩阵X与Y的协方差矩阵。若X大小为M*N，Y为K*P，则X，Y的大小必须满足M*N=K*P，即X，Y的元素个数相同。cov(X,1) %计算方法如cov(x)，归一化参数为1/Ncov(X,Y,1) %计算方法如cov(x,y)，但归一化参数为1/N。样本方差：样本之间协方差：3). 相关系数矩阵：函数名称：corrcoef函数功能：求相关系数矩阵函数用法：corrcoef(X) % 求矩阵X的相关系数，X每一行为一次观察，一列为一个变量corrcoef (X,Y) % X,Y必须是各维数都相同的矩阵样本之间相关系数：4). 矩阵特征值和特征向量：函数名称：eig函数功能：计算矩阵的特征值和特征向量函数语法：E=eig(A)%求矩阵A的全部特征值，构成向量E。[V,D]=eig(A)%求矩阵A的全部特征值，构成对角阵D，并求A的特征向量构成V的列向量。5).主成分分析：函数名称：princomp函数功能：主成分分析函数语法：???????[coeff, score, latent] = princomp(x)coeff : 协方差矩阵的特征向量按照特征值递减顺序排列；score：是原来的样本矩阵在新的坐标系中的表示，也就是去均值后的样本矩阵乘上转换矩阵；latent：score 矩阵每一列的方差，由latent可以算出降维后的空间所能表示原空间的程度，计算累计程度cumsum(latent)./sum(latent)可表示新空间表示原空间的程度。2. 二维直方图：函数名称：hist3函数功能：绘制直方图函数函数用法：Hist3(Y) %Y为m*2维矩阵，按10*10画直方图hist(Y，N) %按N（1）*N（2）画出直方图（五）实验结果及分析： 1．实验运行结果各参数含义：1). KL变换：covMat.mat：原始数据矩阵的协方差矩阵；correoff.mat：原始数据矩阵的相关系数；eigVals.mat：协方差矩阵的特征值；eigVects.mat：协方差矩阵的特征向量；KLMat.mat：方案一中KL变换未降维后的数据矩阵；score.mat：方案二中主成分分析未降维后的数据矩阵；2). 二维直方图：sepal length：变量1，对应原始数据矩阵第一列；sepal width：变量2，对应原始数据矩阵第二列；petal length：变量3，对应原始数据矩阵第三列；petal width：变量一4，对应原始数据矩阵第四列； 2．实验运行结果和分析：1). KL变换：实验中，对原始数据降维后重构的标准是，新数据可反映原始数据程度大于95%：在方案一中，将数据协方差矩阵的特征值从大到小排序，再将数据转换到上述N个特征向量构建的新空间中；在方案二中，直接调用函数实现主成分分析，得到新的数据矩阵‘比较可以看出，两种方案中，主成分分析后，KL变换得到数据结果相同，方案一的应用可以更清晰的理解KL变换的数学意义。2). 二维直方图：如图1，分别以Iris数据集的四个变量作为坐标，画出各自的二维直方图。图1：四个变量两两之间的二维直方图