在PCA中的向量化

我在进行主成分分析，需要帮助了解是否可以用数据矩阵表示从i到m的求和(X(i)*X(i)^T)，直接通过两个矩阵的乘法来实现。

这是否可行，或者我需要使用for循环来完成？

目前我尝试了以下方法：

     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特征值。提前感谢您的帮助。

回答：

假设数据矩阵X的形状是（Dim, Num），你可以直接计算所有样本相关性的总和：

S = X*X'

在实现PCA时，别忘了将矩阵除以样本数量。

Sigma = (1/N)X*X'

如果你的数据均值为零，这也是协方差矩阵。

学技术