我正在尝试在 MATLAB 中实现主成分分析。
我有 5 个原始数据向量（A、B、C、D、E 和 F），每个向量都表示为 1x291 向量。
我编写了一个脚本来为每个向量添加不同级别的噪声，创建变量 A1、A2、A3、A4 和 A5 以及 B1、B2、B3、B4 和 B5 等。这些向量组合起来创建 5 个矩阵，可以是称为噪声观察矩阵。现在对于每种材料，我都有一个 5x291 的观察矩阵。我们称它们为 Ao、Bo、Co、Do、Eo 和 Fo。
我申请了
[COEFFICIENTS, SCORE] = PCA(Ao)
找到分数矩阵。然后我用
plot3(SCORE(:,1), SCORE(:,2), SCORE(:,3), '.');
对于每个 Ao、Bo、Co 等。然后我得到了这个数字。
在聚类方面，我期望每 5 个点（A1、A2、A3、A4、A5 和 B1、B2、B3、B4 和 B5 等）彼此更接近。但我得到的只是噪声添加脚本对原始数据的变化的可视化。
现在这是我的问题：为了形象化我应该做什么
{A1,A2,A3,A4,A5,A6}
{B1,B2,B3,B4,B5,B6}
{C1,C2,C3,C4,C5,C6} ...
作为 3D 中的集群？
（现在看起来像（{A1, B1, C1, D1, E1, F1}, {A2, B2, C2, D2, E2, F2} 等）