void PCAMethod(Matriz& matriz, Matriz& res, Matriz& m_ortonormal, int alfa, std::ofstream& filewrite){
int n = matriz.dimensionFilas();
int m = matriz.dimensionColumnas();
Matriz X(n, m);
calcular_matriz_X(matriz, X);
Matriz Xt(m, n);
X.trasponer(Xt);
Matriz m_covarianza(m, m); //revisar dimensiones
std::cout << "antes de entrar a multiplicar" << std::endl;
Xt.multiplicarMatrices(X, m_covarianza); //crear matriz covarianza
std::cout << "after" << std::endl;
/* Reducción de la dimensión */
calcular_base_ortonormal(m_covarianza, m_ortonormal, alfa); //deja en matriz_ortonormal una matriz de alfa filas
/* Transformación característica */
Matriz m_ortonormal_traspuesta(m, alfa);
m_ortonormal.trasponer(m_ortonormal_traspuesta);
/* Transformación característica */
matriz.multiplicarMatrices(m_ortonormal_traspuesta, res); // Chequear esto en caso de que no ande
}
void calcular_media(Matriz& matriz, vector<double>& v) { //ver si se pierde precisión con la división
int n = matriz.dimensionFilas();
int m = matriz.dimensionColumnas();
for (int j = 0; j < m; ++j) {
for (int i = 0; i < n; ++i) {
v[j] = (v[j] + matriz[i][j]); //acumulo
}
v[j] = v[j] / (double)n; //calculo promedio final
}
}
void calcular_matriz_X(Matriz& matriz, Matriz& res){
int n = matriz.dimensionFilas();
int m = matriz.dimensionColumnas();
vector<double> media(m, 0.0);
calcular_media(matriz, media);
double divisor = sqrt ((double)n - 1.0);
for (int j = 0; j < m; ++j) {
for (int i = 0; i < n; ++i) {
res[i][j] = (matriz[i][j] - media[j]) / divisor; //escribo resultado en la matriz
}
}
}