使用R軟體執行主成份分析(Principal Components Analysis, PCA)減少資料維度。

pca_reduce_dim.r

dat = as.matrix(read.table("marks.dat",head=T));
 
dim(dat);
plot(dat);

#Step 1: 求出共變異矩陣(covariance matrix)
covMat = cov(dat);

#Step 2 計算特徴值(eigenvalues)及特徴向量(eigenvectors)。
eig = eigen(covMat);

eigVals = eig$values;
eigVects = eig$vectors;

#Step 3 決定K維度並依序取出k列之特徴向量。
redEigVects = eigVects[,1];

#Step 4 投射資料。
lowDDataMat = dat %*% redEigVects;
dim(lowDDataMat);

plot(lowDDataMat%*%redEigVects);