人脸识别
文章平均质量分 95
Kim‘s blog
永远在路上
展开
-
机器学习算法之LDA(线性判别分析)人脸识别FisherFaces,最大化类间散度,最小化类内散度,LDA线性判别分析原理剖析,LDA人脸识别matlab实现,LDA人脸识别python实现
这里写目录标题LDA算法概念LDA算法概念线性判别分析(Linear discriminant Analysis,LDA)是一种监督学习的降维技术,与无监督的PCA不同的是,PCA是寻找数据集中方差最大的方向作为主成分分量的轴,而LDA是最优化分类的特征子空间。LDA的思想可以用一句话概括,就是“投影后类内方差最小,类间方差最大”。也就是说,要将数据在低维度上进行投影,投影后希望每一种类别数据的投影点尽可能的接近,而不同类别的数据的类别中心之间的距离尽可能的大。...原创 2021-07-21 14:12:20 · 1978 阅读 · 1 评论 -
机器学习算法之PCA(主成分分析)人脸识别,最小重构误差和最大化散度证明,PCA主成分分析原理剖析,PCA人脸识别matlab实现,PCA人脸识别python实现
目录PCA介绍PCA大致思路PCA人脸识别(特征脸法)matlab代码实现Python代码实现PCA几何解释PCA证明最小重构误差和最大散度等价实验结果PCA介绍 主成分分析(Principal Component Analysis, 简称PCA)是将多个变量通过线性变换以选出较少个数重要变量(主成分)的一种多元统计分析方法。 PCA通常用原创 2021-07-17 19:44:21 · 4544 阅读 · 1 评论