沿特征向量绘制多变量数据

问：

我有一个包含 18 个样本的数据矩阵，每个样本有 12 个变量 D（18,12）。我对数据进行了 k-means 聚类以获得 3 个聚类。我想在 2 维中可视化此数据，特别是沿着对应于特定矩阵 B 的最大特征值的 2 个特征向量。因此，我创建了由两个特征向量跨越的平面，这两个特征向量对应于最大的两个特征值：

[V,EA]=eig(B);
e1=V(:,11);
e2=V(:,12);
for i=1:12
    E(i,1)=e1(i);
    E(i,2)=e2(i);
end
Eproj=E*E';

其中 e1 和 e2 是特征向量，E 是包含这些列向量的矩阵。在这一点上，我有点卡住了。 我认识到 e1 和 e2 在这个 12 维空间中是正交的，但我不知道它如何简化为二维，以便我可以绘制它。 我认为，将数据样本投影到平面上将是：

Eproj*D(i,:) 

对于 i=1...18，但我不确定从这里去哪里绘制我的聚类。当我进行投影时，它仍然在 12 维中。