필자는 크기 [4096 x 180]의 특징 벡터를 가지고 있습니다. 여기서 180은 샘플 수이고 4096은 각 샘플의 특징 벡터 길이입니다.치수 감축을위한 PCA
나는 PCA를 사용하여 데이터의 차원을 줄이려고합니다.
MATLAB [V U]=pca(X)
의 pca 내장 함수를 사용하고 X_rec= U(:, 1:n)*V(:, 1:n)'
, n
으로 데이터를 재구성 해 보았습니다.
- 어떻게 감소 차원을 구하는 방법이 X 180
4096 매트릭스가 지금은 3 개 질문이 반환?
n
을 200으로 입력하면 매트릭스 크기가 늘어남에 따라 오류가 발생하여 샘플 크기보다 작은 크기를 줄일 수 없다는 가정이 나옵니다. 사실입니까?- 올바른 크기의 축소 된 치수를 찾는 방법은 무엇입니까?
추가 분류를 위해 축소 된 치수 피쳐 세트를 사용해야합니다.
누군가가 pca 코드에 대한 단계별 설명을 통해 자세한 단계를 제공 할 수 있다면 고맙겠습니다. 나는 많은 곳을 보았지만 혼란은 여전히 지속됩니다.
서식을 크게 개선했습니다. – zx485
@ zx485 감사합니다. – Nazzu