matlab中的princomp函数主要是实现主成分分析的功能，有1一个输入参数，4个返回参数，形式如下：

[coef, score, latent, t2] = princomp(X)

输入：

　　X为一个M*N维矩阵，即共有M个样本，每个样本的维度是N维

输出：

　　score： M*N维矩阵，是经过主成分分析变换（即是KL变换）后的数据，是对原始数据的分析，进而在新的坐标系下生成的数据，并且将这N维数据按贡献率由大到小排列

　　latent： N*1维矩阵，每一个数据对应score里相应维的贡献率，因为每个样本有N维数据，所以latent有N维，也是由大到小排列的

　　coef：   N*N维矩阵，即是系数矩阵，通过coef可以知道X是怎样转成score的，此处的转换，是对输入X的主成分进行了零均值化（参考《模式识别  第三版  张学工》P164）　　　　　　的处理的，即：

　　　　　　　　score = (X - miu(X)) * coef

　　　　　　coef 矩阵中，每一列都是Sigma的一个特征向量，Sigma是输入X的协方差矩阵

　　t2：　　这个不清楚是怎么回事