PCA和白化练习之处理图像
第一步：下载pca_exercise.zip，里面包含有图像数据144*10000，每一列代表一幅12*12的图像块，首先随见展示200幅： 第二步：0均值处理，确保数据均值为0或者接近0 第三步：执行PCA，将原始数据映射到不同的特征向量方向上去 第四步：验证上面PCA计算出来结果是 ...
原文：PCA和白化练习之处理二维数据
在很多情况下，我们要处理的数据的维度很高，需要提取主要的特征进行分析这就是PCA 主成分分析 ，白化是为了减少各个特征之间的冗余，因为在许多自然数据中，各个特征之间往往存在着一种关联，为了减少特征之间的关联，需要用到所谓的白化 whitening . 首先下载数据pcaData.rar，下面要对这里面包含的 个 维样本点进行PAC和白化处理，数据中每一列代表一个样本点。 第一步 画出原始数据： 第 ...
2014-10-20 15:10 2 3139 推荐指数：
相关推荐
Deep learning：十一(PCA和whitening在二维数据中的练习)
前言： 这节主要是练习下PCA，PCA Whitening以及ZCA Whitening在2D数据上的使用，2D的数据集是45个数据点，每个数据点是2维的。参考的资料是：Exercise:PCA in 2D。结合前面的博文Deep learning：十(PCA和whitening ...
详解2D-PCA （二维PCA）
传统的一维PCA和LDA方法是在图像识别的时候基于图像向量，在这些人脸识别技术中，2D的人脸图像矩阵必须先转化为1D的图像向量，然后进行PCA或者LDA分析。缺点是相当明显的： 一、转化为一维之后，维数过大，计算量变大。 二、主成分分析的训练是非监督的，即PCA无法利用训练样本 ...
PCA主成分分析+白化
参考链接：http://deeplearning.stanford.edu/wiki/index.php/%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90 ...
pandas 之处理丢失数据
目录 pandas中的None与NaN pandas处理空值操作 创建多层列索引 pandas的拼接操作 pd.concat()级联 pd.merge()合并 pandas中的None与NaN pandas处理空值操作 ...
一维数据和二维数据
此文章为本人学习所得，如有不足之处，欢迎指正，分享原创，一起进步 维度：数据的组织形式 一维数据 由对等关系的有序或无序数据构成，采用线性方式（一条直线排开）组织 对等关系：这些数据平级关系（不是包含、从属关系） 一维数据的表示----- 如果数据间有序：使用列表类型 ...
Python之二维数据的格式化和处理
1. 二维数据的表示 二维数据一般是一种表格形式，由于它的每一行具有相同格式特点，所以我们使用列表类型来表达二维数据表。 所谓的二维列表是指它本身是一个列表，而列表中每一个元素又是一个列表。其中每一个元素代表二维数据的一行或者一列，若干行和若干列组合起来就变成了二维列表。 使用两层 ...