本篇介紹一個我做過的案例！PCA的理論基礎就不介紹了(如果有需要請點擊這裏)
這篇文章主要是介紹一下程序的效果，完整程序請點擊這下載！！！！！！！！！！！！！！！！！！！！！！！！！
1.程序執行完的效果圖
圖1 T^2統計量
圖2 SPE統計量
結論：從以上兩個圖中可以清晰的看出有些測試點在基線（紅線）的兩側，根據PCA診斷原理，我們能分析出：
T^2統計量和SPE統計量同時位於基線的上方纔屬於正常，否則屬於故障。可以分析出前6個測試點屬於正常，其他的屬於故障。
2.主元的特徵向量
3.測試點故障統計
本測試數據集爲24*6大小，即一共24個測試點，其中6個正常點，18個故障點。在這將正常點認爲是0，故障點認爲是1.並將其保存在一個label文件中。
注：本文如若有錯誤或者涉及版權問題或原文鏈接錯誤，請指正，必會馬上修改。