PCA降维的步骤:
设有m条n维数据。
1)将原始数据按列组成n行m列矩阵X
2)将X的每一行(代表一个属性字段)进行零均值化,即减去这一行的均值
3)求出协方差矩阵
4)求出协方差矩阵的特征值及对应的特征向量
5)将特征向量按对应特征值大小从上到下按行排列成矩阵,取前k行组成矩阵P
6)PX即为降维到k维后的数据
如下链接是我觉得讲的比较好的pca降维的文章
https://blog.csdn.net/HLBoy_happy/article/details/77146012
pca c++实现
https://blog.csdn.net/panhao762/article/details/55273789
opencv实现
https://blog.csdn.net/zmdsjtu/article/details/77932176
如下是我的个人理解
具体实现步骤:
1.算出特征值和特征向量
———-可以得到特征值和特征向量
pca降维
算出协方差
压缩后的矩阵 = 特征向量×减去均值的原始举证