摘要：
##人脸识别与特征脸（简单介绍） 什么是特征脸 特征脸（Eigenface）是指用于机器视觉领域中的人脸识别问题的一组特征向量，该方法被认为是第一种有效的人脸识别方法。 PCA的具体实现思想见 【笔记】主成分分析法PCA的原理及计算 （在notebook中） 我们需要加载相应的方法fetch_lfw 阅读全文
posted @ 2021-01-20 14:27
DbWong_0918
阅读(1089)
评论(0)
推荐(0)
摘要：
##使用PCA对数据进行降噪（使用手写数字实例） （在notebook中） 加载库并制作虚拟的数据并进行绘制 import numpy as np import matplotlib.pyplot as plt X = np.empty((100,2)) X[:,0] = np.random.uni 阅读全文
posted @ 2021-01-20 14:20
DbWong_0918
阅读(3329)
评论(0)
推荐(0)
摘要：
##sklearn中的PCA（真实的数据集） （在notebook中） 加载好需要的内容，手写数字数据集 import numpy as np import matplotlib.pyplot as plt from sklearn import datasets digits = datasets 阅读全文
posted @ 2021-01-20 14:14
DbWong_0918
阅读(935)
评论(0)
推荐(0)
摘要：
##求数据前n个主成分并进行高维数据映射为低维数据的操作 ###求数据前n个主成分 先前的将多个样本映射到一个轴上以求使其降维的操作，其中的样本点本身是二维的样本点，将其映射到新的轴上以后，还不是一维的数据，对于n维数据来说，他应该有n个轴，第一个轴是方差最大的，第二个轴次之，以此类推，可以将主成分 阅读全文
posted @ 2021-01-20 14:07
DbWong_0918
阅读(387)
评论(0)
推荐(0)
摘要：
##使用sklearn中的fetch_mldata的错误情况以及可能可行的解决方法 在notebook使用的时候出现了报错 from sklearn。datasets import fetch_mldata 报错信息为 ImportError: cannot import name 'fetch_m 阅读全文
posted @ 2021-01-20 00:26
DbWong_0918
阅读(6318)
评论(0)
推荐(0)
摘要：
##求数据的第一主成分 （在notebook中） 将包加载好，再创建出一个虚拟的测试用例，生成的X有两个特征，特征一为0到100之间随机分布，共一百个样本，对于特征二，其和特征一有一个基本的线性关系（为什么要有一个基本的线性关系？是因为含有一个基本的线性关系，这样对数据降维的效果会更加的明显） im 阅读全文
posted @ 2021-01-20 00:10
DbWong_0918
阅读(1616)
评论(0)
推荐(0)
浙公网安备 33010602011771号