最近搞了一段时间人脸识别(我是菜鸟入门级),写下理解方便以后自己查阅,也跟大家多交流交流。
主元分析,顾名思义找出数据中最主要的信息,去除次要的,以降低数据量。
具体步骤是:
1.对每个样本提取出有用的信息组成一个向量;
2.求取出所有样本向量的平均值;
3.用每个样本向量减去向量的平均值后组成一个矩阵;
4.该矩阵乘以该矩阵的逆为协方差矩阵,这个协方差矩阵是可对角化的,对角化后剩下的元素为特征值,每个特征值对应一个特征向量(特征向量要标准化);
5.选取最大的N个特征值(其中N即为PCA的主元(PC)数,我感觉这个主元数是PCA的核心之处,可自己选取数的多少,数越少,越降低数据量,但识别效果也越差),将这N个特征值对应的特征向量组成新的矩阵;
6.将新的矩阵转置后乘