MATLAB中的主成分分析

我试图在MATLAB中实现主成分分析

我有5个原始数据向量（A、B、C、D、E和F），每个向量都表示为1x291向量

我编写了一个脚本，将不同级别的噪声添加到每个向量中，创建变量A1、A2、A3、A4和A5以及B1、B2、B3、B4和B5等。这些向量组合起来创建5个矩阵，可以称为噪声观测矩阵。现在，对于每种材料，我有一个5x291观察矩阵。让我们称他们为Ao、Bo、Co、Do、Eo和Fo

我申请了

[COEFFICIENTS, SCORE] = PCA(Ao) 

找到得分矩阵。然后我用

plot3(SCORE(:,1), SCORE(:,2), SCORE(:,3), '.'); 

对于每个Ao、Bo、Co等，我得到了这个数字

就聚类而言，我希望每5个点（A1、A2、A3、A4、A5和B1、B2、B3、B4和B5等）彼此更接近。但是我得到的只是一个可视化的结果，显示了噪声添加脚本对原始数据的更改

现在我的问题是：为了形象化，我应该做什么

{A1,A2,A3,A4,A5,A6} 
{B1,B2,B3,B4,B5,B6}
{C1,C2,C3,C4,C5,C6} ... 

作为3D中的簇

---

（现在它看起来像（{A1，B1，C1，D1，E1，F1}，{A2，B2，C2，D2，E2，F2}等等）

这伤害了我的眼睛。你能让它更可读一点吗？我不完全确定你在问什么，但你可能需要在转置矩阵上运行PCA。