数据预处理
Img麦浪
图像处理计算机视觉机器视觉
展开
-
主成成分分析pca算法 原理解析
目前,pca算法已经广泛应用于各方面,就拿图像处理,经常做的一件事就是当提取的图像特征维度比较高时,为了简化计算量以及储存空间,需要对这些高维数据进行一定程度上的降维,并尽量保证数据的不失真。 先举个例子,方便理解: 1)对于一个训练集,100个sample(i=1,2,3,...,100),特征Xi是20维.[Xi1,Xi2,Xi3,...Xij,...,Xi20](j=1,2转载 2013-12-12 21:33:44 · 2298 阅读 · 0 评论 -
再谈降维算法--PCA算法
文章由两部分构成,第一部分主要讲解PCA算法的步骤,第二部分讲解PCA算法的原理。 那么首先进入第一部分 --PCA算法的步骤 ① 样本矩阵X的构成 假设待观察变量有M个,其实相当于一个数据在M维各维度上的坐标,我们的目标是在保证比较数据之间相似性不失真的前提下,将描述数据的维度尽量减小至L维(L转载 2013-12-12 21:35:18 · 13222 阅读 · 5 评论