我有两个不同的文件，其中一个是输入矩阵（X），它有3823*63个元素（3823个输入和63个特征），另一个是类别向量（R），它有3823*1个元素；这些元素的值从0到9（共有10个类别）。

我需要为每个类别计算协方差矩阵。到目前为止，我只能通过许多嵌套循环为每个类别计算均值向量。然而，这让我头脑一片空白。

有没有其他更简单的方法？

这是我目的的代码（感谢Sam Roberts）：

xTra = importdata('optdigits.tra');xTra = xTra(:,2:64); % 第一列的输入都是零rTra = importdata('optdigits.tra');rTra = rTra(:,65); % 数据的类别c = numel(unique(rTra));for i = 1:c    rTrai = (rTra==i-1); % 获取第i个类别的元素索引    meanvect{i} = mean(xTra(rTrai,:)); % 计算它们的均值    covmat{i} = cov(xTra(rTrai,:)); % 计算它们的协方差end

回答：

这是否符合你的需求？

X = rand(3263,63);R = randi(10,3263,1)-1;numClasses = numel(unique(R));for i = 1:numClasses    Ri = (R==i); % 获取第i个类别的元素索引    meanvect{i} = mean(X(Ri,:)); % 计算它们的均值    covmat{i} = cov(X(Ri,:)); % 计算它们的协方差end

这段代码循环遍历每个类别，选择R中对应于该类别观测值的行，然后从X中获取相同的行并计算它们的均值和协方差。结果存储在一个单元数组中，因此你可以这样访问结果：

% 显示第1类的均值向量meanvect{1}% 显示第2类的协方差矩阵covmat{2}

希望这对你有帮助！