from?scipy?import?stats
import?numpy?as?np
import?math
import?matplotlib.pyplot?as?plt
import?pandas?as?pd
def?PCA（NewXtran）:
????size?=?np.shape（NewXtran）
????U?S?V?=?np.linalg.svd（NewXtran?/?math.sqrt（size[0]?-?1））
????eigVals?=?S?**?2
????arraySum?=?sum（eigVals）
????tmpSum?=?0
????n?=?0
????for?i?in?eigVals:
????????tmpSum?+=?i
????????if?tmpSum?/?arraySum?????????????n?+=?1
????lamda?=?eigVals[0:n?+?1]
????n_eigVect?=?V[:?0:n?+?1]
????f_eigVect?=?V[:?n?+?1:size[1]]
????return?n?lamda?n_eigVect?f_eigVect


#?離線訓練
Xtran?=?np.genfromtxt（“d00_te.dat“）??#?導入訓練數據
#?print（Xtran）
size?=?np.shape（Xtran）??#?讀取數據尺寸
mean?=?np.mean（Xtran?axis=0）??#?平均值
std?=?np.std（Xtran?axis=0）??#?方差
NewXtran?=?np.zeros（（size[0]?size[1]））??#?數據標準化
for?i?in?range（size[1]）:
????NewXtran[:?i]?=?（Xtran[:?i]?-?mean[i]）?/?std[i]
n?lamda?n_eigVect?f_eigVect?=?PCA（NewXtran）??#?PCA處理

#?計算T2控制線?@1
T2UCL?=?n?*?（size[0]?-?1）?*?（size[0]?+?1）?*?stats.f.ppf（0.99?n?s

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-08-09?13:51??pca\
?????目錄???????????0??2018-08-09?13:50??pca\方法一\
?????文件?????????127??2018-08-09?13:43??pca\方法一\label.csv
?????文件????????7225??2018-08-09?13:49??pca\方法一\PCA.Py
?????文件????????1742??2018-08-09?13:42??pca\方法一\test.csv
?????文件????????1449??2018-08-09?13:42??pca\方法一\train.csv
?????目錄???????????0??2018-08-09?13:53??pca\方法二\
?????文件??????799680??2018-07-02?15:33??pca\方法二\d00_te.dat
?????文件??????799680??2018-07-02?15:33??pca\方法二\d01_te.dat
?????文件????????2585??2018-08-09?13:53??pca\方法二\pca.py