机器学习入门之主成分分析(及MATLAB实现)

该博客介绍了如何使用MATLAB进行主成分分析(PCA),具体应用是在Yale人脸数据库上进行降维。通过读取165张图片,转换并进行PCA分析,展示前20个特征向量对应的图像,并讨论了如何保留前k个特征以减少数据维度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本次学习使用MATLAB中的PCA函数对Yale人脸数据库进行降维,并观察前20个特征向量所对应的图像。欢迎大家一起讨论,进步。


设计思路

1.读取人脸数据:将165张图片保存在info中,每一行代表一张图片(100*100维),共165

A. 设置图片路径

B. 根据路径读取图片

C. 100*100的图片转化为一行,即1*10000

D. 把转化后的图片保存在info

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值