PCA,也即主成份分析,主要用于特征的降维。
高维数据中包含了大量的冗余并隐藏了重要关系的相关性,降维的目的就是消除冗余,减少被处理数据的数量。
PCA其实就是寻找最小均方意义下,最能代表原始数据的投影方法。
基于PCA的人脸识别步骤:
假设有n幅人脸图像(100*100ÿ
PCA,也即主成份分析,主要用于特征的降维。
高维数据中包含了大量的冗余并隐藏了重要关系的相关性,降维的目的就是消除冗余,减少被处理数据的数量。
PCA其实就是寻找最小均方意义下,最能代表原始数据的投影方法。
基于PCA的人脸识别步骤:
假设有n幅人脸图像(100*100ÿ