matlab 中自带的函数就不必怀疑。 princomp:principal componet analysis (PCA). [COEFF,SCORE,latent,tsquare]=princomp(X); 参数: %%%%%%%%%%%%%%%%%% INPUT: X是数据:n*p ...
我接触princomp函数,主要是因为实验室的项目需要,所以我一接触的时候就希望快点学会怎么用。 项目中需要利用PCA算法对大量数据进行降维。 简介:主成分分析 Principal Component Analysis , PCA 或者主元分析。是一种掌握事物主要矛盾的统计分析方法,它可以从多元事物中解析出主要影响因素,揭示事物的本质,简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间 ...
2014-04-26 19:38 0 4979 推荐指数:
matlab 中自带的函数就不必怀疑。 princomp:principal componet analysis (PCA). [COEFF,SCORE,latent,tsquare]=princomp(X); 参数: %%%%%%%%%%%%%%%%%% INPUT: X是数据:n*p ...
function [V,S,E]=princa(X) [m,n]=size(X); %计算矩阵的行m和列n %-------------第一步:标准化矩阵-----------------% ...
用于学习记录: matlab函数的pca函数的输入参数除了数据集X还有10个 数据集X(每行为一个样本,行数为样本数)- coeff = pca(X)- coeff = pca(X,Name,Value)- [coeff,score,latent] = pca(___)- [coeff ...
前言 在前面的博文PCA算法学习_1(OpenCV中PCA实现人脸降维)中已经初步介绍了PCA算法的大概流程及在人脸降维上面的应用。本文就进一步介绍下其理论基础和matlab的实现(也是网上学者的代码)。 开发环境:Matlab2012a 基础 假设X是一个 ...
基于PCA人脸识别算法的Matlab实现 最近在做人脸识别的项目,一直用别的接口也不是办法,找点论文 'Eigenface' Face Recognition SystemWritten by: Amir Hossein Omidvarnia This package ...
PCA(主成分分析)算法,主要用于数据降维,保留了数据集中对方差贡献最大的若干个特征来达到简化数据集的目的。 实现数据降维的步骤: 1、将原始数据中的每一个样本用向量表示,把所有样本组合起来构成一个矩阵,通常需对样本矩阵进行处理,得到中性化样本矩阵 2、求样本矩阵的协方差矩阵 3、求协方差 ...
基于人脸年识别算法PCA的另一个matlab工程 妈妈再也不用担心我的人脸识别算法, 但是怎么移植到嵌入式系统上, 要用C重构的话, 我选择死亡。 main.m clear all clc close all database=[pwd '\ORL'];%使用的人脸库 ...
主成分分析经常被用做模型分类时特征的降维,本篇首先介绍PCA的步骤,并根据步骤撰写对应的MATLAB代码,最后指明使用PCA的步骤。 我们在做分类时,希望提取的特征能够最大化将数据分开,如果数据很紧密,模型就比较难将其分开,如果数据比较离散,那么就比较容易分开,换句话说,数据越离散,越容易分开 ...