跑不出来了，不知道怎么回事，网上找的代码，相跑出来A1 30×19这个矩阵的每一列特征的贡献率
clc
clear
%save('D:\360安全浏览器下载\西储SVM故障分类\特征数据集\A1')
%load('A1')
[n,p] = size('A1'); % n是样本个数，p是指标个数
%% 第一步：对数据x标准化为X
X=zscore('A1'); % matlab内置的标准化函数（x-mean(x)）/std(x)
%% 第二步：计算样本协方差矩阵
R = cov(X);
%% 注意：以上两步可合并为下面一步：直接计算样本相关系数矩阵
R = corrcoef('A1');
disp('样本相关系数矩阵为：')
disp(R)
%% 第三步：计算R的特征值和特征向量
% 注意：R是半正定矩阵，所以其特征值不为负数
% R同时是对称矩阵，Matlab计算对称矩阵时，会将特征值按照从小到大排列哦
% eig函数的详解见第一讲层次分析法的视频
[V,D] = eig(R); % V 特征向量矩阵 D 特征值构成的对角矩阵 自动计算特征值和特征向量
%% 第四步：计算主成分贡献率和累计贡献率
lambda = diag(D); % diag函数用于得到一个矩阵的主对角线元素值(返回的是列向量)
lambda = lambda(end:-1:1); % 因为lambda向量是从小大到排序的，我们将其调个头
contribution_rate = lambda / sum(lambda); % 计算贡献率
cum_contribution_rate = cumsum(lambda)/ sum(lambda); % 计算累计贡献率 cumsum是求累加值的函数
disp('特征值为：')
disp(lambda') % 转置为行向量，方便展示
disp('贡献率为：')
disp(contribution_rate')
disp('累计贡献率为：')
disp(cum_contribution_rate')
disp('与特征值对应的特征向量矩阵为：')
% 注意：这里的特征向量要和特征值一一对应，之前特征值相当于颠倒过来了，因此特征向量的各列需要颠倒过来
% rot90函数可以使一个矩阵逆时针旋转90度，然后再转置，就可以实现将矩阵的列颠倒的效果%% 与特征向量对应！！
V=rot90(V)';
disp(V)
%% 计算我们所需要的主成分的值
m =input('请输入需要保存的主成分的个数: ');
F = zeros(n,m); %初始化保存主成分的矩阵（每一列是一个主成分）
for i = 1:m
ai = V(:,i)'; % 将第i个特征向量取出，并转置为行向量
Ai = repmat(ai,n,1); % 将这个行向量重复n次，构成一个np的矩阵
F(:, i) = sum(Ai . X, 2); % 注意，对标准化的数据求了权重后要计算每一行的和 2代表计算行和
end
以上是代码，怎么跑不出来了呢？
跑出来是这样的哪里错了呢？
样本相关系数矩阵为：
1
特征值为：
1
贡献率为：
1
累计贡献率为：
1
与特征值对应的特征向量矩阵为：
1
请输入需要保存的主成分的个数: