文章/答案/技术大牛

发布

社区首页 >问答首页 >沿着特征向量绘制多变量数据

问沿着特征向量绘制多变量数据
EN

Stack Overflow用户

提问于 2014-05-31 02:54:54

回答 1查看 618关注 0票数 1

我有一个包含18个样本的数据矩阵，每个样本有12个变量，D(18,12)。我对数据进行了k-means聚类，得到了3个簇。我想在2维上可视化这个数据，具体地说，沿着对应于特定矩阵B的最大特征值的2个特征向量。因此，我创建了由对应于最大两个特征值的两个特征向量所跨越的平面：

[V,EA]=eig(B);
e1=V(:,11);
e2=V(:,12);
for i=1:12
    E(i,1)=e1(i);
    E(i,2)=e2(i);
end
Eproj=E*E';

其中e1和e2是特征向量，E是包含这些列向量的矩阵。在这一点上，我有点卡住了。我认识到e1和e2在这个12维空间中是正交的，但我不知道如何将其简化为二维，以便我可以绘制它。我认为数据样本在平面上的投影将是：

Eproj*D(i,:)

对于i=1...18，但是我不确定从这里到哪里去绘制我的集群。当我做投影时，它仍然是12维的。

发布于 2014-05-31 04:48:33

主成分分析可以帮助您使用特征向量将数据转换为2D。

coeff = princomp(B);
Bproj = B * coeff(:,1:2);
figure
plot(Bproj(:,1),Bproj(:,2),'*')

如果你有标签，你可以使用“散布”功能来获得更好的视觉效果。或者你可以将维数降到3，然后使用"scatter3“函数。

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/23961593

复制

相似问题

问沿着特征向量绘制多变量数据EN