Matlab PCA中的矢量化

我在做主成分分析，想知道我是否能代表 根据数据矩阵从i到m（X（i）*X（i）^T）的求和。两个矩阵的直接乘法

这可以做到吗..或者我需要使用for循环来实现它

目前我已经试过了

     sum=zeros(n,n);
     for i=1:m
     sum=sum+ X(i,:)*(X(i,:)^T);
     end

我的目标是找到结果矩阵的主要特征值。

---

提前感谢

假设数据矩阵

X的形状为（Dim，Num），您可以使用以下公式计算所有样本相关性之和：

S = X*X'

为了实现PCA，也不要忘记将矩阵除以样本量

Sigma = (1/N)X*X'

如果数据的平均值为零，则这也是协方差矩阵。
假设数据矩阵的形状为（Dim，Num），则可以使用以下公式计算所有样本相关性的和：

S = X*X'

为了实现PCA，也不要忘记将矩阵除以样本量

Sigma = (1/N)X*X'

如果数据的平均值为零，则这也是协方差矩阵。
并非试图回答您的问题，但使用
sum
作为变量名并不好！这已经是Matlab中的一个变量名了。不是为了回答您的问题，但是使用
sum
作为变量名是不好的！它在Matlab中已经是一个很好的工具。