如何在MATLAB中使用神经网络进行主成分分析？

此处使用的变量：

trainX: 1818x13 (Input Matrix with 13 features)
trainY: 1818x1  (Output Vector)
testX and testY are corresponding variables for testing the neural network.

现在，我想使用PCA来减少输入特征的数量，因为我怀疑一些特征之间有一定程度的相关性。因此，我编写以下代码

[pn,meanp,stdp] = prestd(trainX');
[ptrans,transMat] = prepca(pn,0.0002);

trainX = ptrans';

[pn,meanp,stdp] = prestd(testX');
[ptrans,transMat] = prepca(pn,0.0002);
testX = ptrans';

net = newfit(trainX', trainY', 45);
net.performFcn = 'mae';
net = trainlm(net, trainX', trainY');

forecast = sim(net, testX')';

---

在应用PCA后，

预测

中出现了巨大错误。我知道我做错了什么，但我不知道是什么。

尝试在应用PCA转换后拆分trainX和testX中的数据…非常感谢。我试过了，效果很好。虽然错误稍微多了一点，但我只介绍了6个功能：）