缺少数据的交替最小二乘法的主成分分析答案

【问题标题】：Principal Component Analysis w/ Alternating Least Squares for Missing Data缺少数据的交替最小二乘法的主成分分析
【发布时间】：2015-01-06 18:14:27
【问题描述】：

在 MATLAB R2014b 中，有一个新函数 pca()，它执行可以处理缺失数据的 PCA。在文档中它说它使用“交替最小二乘”算法执行 pca 以估计缺失值。

我想知道是否有任何关于如何在不使用函数的情况下将 PCA 应用于此算法的实际参考资料，或者是否有关于 als 的良好参考资料。原因是，Octave 中没有这样的函数可以处理丢失的数据，所以我想自己编写代码。

【问题讨论】：

documentation for pca 在底部列出引用。我假设那些包含您所追求的信息。
您是否在命令提示符下尝试type pca？如果它不是内置的，您应该可以看到源代码。按照@Schorsch 的建议，也可以尝试查找文档。
不幸的是 pca 不是 octave 中定义的函数，所以我无权访问源代码。正如 Scorsch 所提到的，在文档中，底部有链接到学术论文的参考资料。读起来很长……我想我别无选择，只能从那开始，除非其他人有想法。
详细说明我上面的评论，我也没有使用matlab，所以我无法确定该函数是否是内置的
所以我想你要么听从@Schorsch 的建议，要么让有权访问 PCA 功能的人向你发送源代码。

【解决方案1】：

感谢您的所有帮助。我浏览了参考资料，并能够从两个参考资料中找到他们关于 als 算法的 matlab 代码。对于任何想知道的人，可以在以下两个链接中找到源代码：

【讨论】：