如何使用 Matlab 确定 PCA 中变量的重要性？

Question

我在网上遇到了许多类似的问题，但找不到能解决我的问题的我能理解的问题。我会很感激这里的一些解释，以帮助我理解。提前致谢！

所以，

[COEFF,SCORE,latent,tsquare] = princomp(X)

据我所知，对于 coeff，各列按组件方差递减的顺序排列。但是我是否知道我的变量（原始数据集）的重要性，而不是主成分（PC）的重要性，就像coeff 的答案可能呈现的那样。有什么方法可以对我拥有的变量的重要性进行排名吗？

我看到许多统计软件都可以做到这一点，显示哪些原始变量对绘图的贡献最大，哪些可以删除以防止过度拟合问题。有没有办法用 MatLab 做到这一点？

我的目标是在 2D 图中绘制数据，这意味着我将使用 PC1 和 PC2，它们具有最显着的分量方差。再说一遍，我怎么知道哪些变量应该保留，哪些应该丢弃？

谁能给我解释一下？谢谢！

Answer 1

如果您只关心将数据投影到 2D 平面以进行可视化，那么请务必从 SCORE 获取每个点的前两个坐标 - 这些是您称为 PC1 和 @987654323 的坐标@在你的问题中。

但是，如果您想知道 X 中对 PC1 和 PC2 贡献最大的两个组件，则必须在前两列中找到条目COEFF 的绝对值最大。由于COEFF 的前两列表示X 中元素的线性组合，产生PC1 和PC2。