问：为什么要去均值？1、我认为归一化的表述并不太准确，按统计的一般说法，叫标准化。数据的标准化过程是减去均值并除以标准差。而归一化仅包含除以标准差的意思或者类似做法。2、做标准化的原因是：减去均值等同于坐标的移动，把原始数据点的重心移到和原点重合，这样利于很多表达，比如数据的协方差矩阵可以写成XX'...
分类：
其他好文 时间：
2014-12-08 00:34:02
阅读次数：
303
1. PCA整体思想PCA，Principle Componet Analysis，主成分分析，主要用于数据降维。它通过计算给定数据集的协方差矩阵的特征值和特征向量，来得到数据集最关键的方向（数据集在此方向的投影方差最大，这个能保持最多的信息），并从关键的方向中选取前k个构成k维空间，在此空间中重新...
分类：
其他好文 时间：
2014-12-07 06:28:10
阅读次数：
171
其实早该整理一下PCA了，怎奈一直没有时间，可能是自己对时间没有把握好吧，下面进入正题。降维的概念所谓降维，就是降低数据的维数。在机器学习中尤其常见，之前做过对一幅图片提取小波特征，对于一幅大小为800*600的图片，如果每个点提取五个尺度、八个方向的特征，那么每一个像素点提取40个特征，那么一副图...
分类：
其他好文 时间：
2014-12-05 23:59:57
阅读次数：
397
其实之前写过PCA相关的博文，但是由于之前掌握的理论知识有限，所以理解也比较浅。这篇博文，我们以另外一种角度来理解PCA看，这里我假设大家对PCA都有一个初步的了解。首先，我们举一个二维空间中的例子，如下图： 左图表示二维空间中的五个点，我们试图找一个投影方向使得这5个点投影在这个方向上的方差最大。...
分类：
其他好文 时间：
2014-12-05 00:35:29
阅读次数：
165
下面写下用pca对数据进行降维处理的过程:Python源代码如下: 1 from numpy import *; 2 def loadDataSet(fileName,delim='\t'): 3 # 打开文件 4 fr=open(fileName); 5 """ 6 >>>...
分类：
编程语言 时间：
2014-12-04 13:49:27
阅读次数：
303
引自：http://cvchina.net/post/50.html一、特征提取Feature Extraction： SIFT [1] [Demo program][SIFT Library] [VLFeat] PCA-SIFT [2] [Project] Affine-SIFT [3] [Pro...
分类：
其他好文 时间：
2014-12-02 22:04:44
阅读次数：
413
PCA全称为principal componentanalysis，即主成成分分析，用于降维。对数据进行降维有很多原因。比如：
1：使得数据更易显示，更易懂
2：降低很多算法的计算开销
3：去除噪声
一：基本数学概念
1：方差
均值太简单了，不说了。方差是各个数据分别与其和的平均数之差的平方的和的平均数，用字母D表示。计算公式如下：
...
分类：
其他好文 时间：
2014-11-27 14:36:35
阅读次数：
402
PCA检测人脸的简单示例，matlab R2009b上实现训练：训练用的20副人脸：%训练%Lx=X'*Xclear;clc;train_path='..\Data\TrainingSet\';phi=zeros(64*64,20);for i=1:20path=strcat(train_path,...
分类：
其他好文 时间：
2014-11-25 17:57:02
阅读次数：
251
对于PCA，一直都是有个概念，没有实际使用过，今天终于实际使用了一把，发现PCA还是挺神奇的。在OPENCV中使用PCA非常简单，只要几条语句就可以了。1、初始化数据//每一行表示一个样本CvMat* pData = cvCreateMat( 总的样本数, 每个样本的维数, CV_32FC1 );C...
分类：
其他好文 时间：
2014-11-25 16:12:57
阅读次数：
140
前言： PCA是大家经常用来减少数据集的维数，同时保留数据集中对方差贡献最大的特征来达到简化数据集的目的。本文通过使用PCA来提取人脸中的特征脸这个例子，来熟悉下在oepncv中怎样使用PCA这个类。 开发环境：ubuntu12.04+Qt4.8.2+QtCreator2.5.1+opencv2.....
分类：
编程语言 时间：
2014-11-24 22:09:08
阅读次数：
428
