問題タブ [pca]

私は顔認識プロジェクトに取り組んでおり、PCA サブスペースに投影するときに問題が発生しています。

サイズ変更された画像で関数にマット ベクトルを渡すと、それらを投影し、再構築して正常に機能していることを確認しますが、「Cam」ウィンドウにあるのは灰色の画像 (すべて同じ色) だけです。

何が悪いのかわからない。

これは機能です：

PHP で主成分分析 (PCA) を実行するクラスまたは関数、または単にコードを探しています。一部のデータの次元を削減することに興味があります。

PHP が負荷の高い計算に適した言語ではないことはわかっています。そのため、別の言語を使用するよう提案しないでください。

異なる次元のデータポイントがあり、冗長なポイントを削除できるようにそれらを比較したいと思います。PCAを使って同じ次元の点を作ろうとしましたが、PCAが次元を減らしたという問題がありますが、得られた点が私が持っていた点と異なるため、各次元の意味が失われました。そうする他の方法。つまり、次元数の異なる点を比較するのに役立つ方法はないかと思います。

パッケージによって生成されたデータ オブジェクトで動作するようにggbiplotを適応させようとしていますが、理解できない警告が表示されます。PCAFactoMineR

メーリングリストで見つけた詳細を使用else if(inherits(pcobj, 'PCA'))して、次で始まり、次で終わるビットを追加しました。ここで完全に再現されているコードの他の場所は何も変更していません。}FactoMineR

次のようなプロットが生成されます。

しかし、それは私が理解していないこれらの警告も生成します(@baptisteの提案により、他の多くの警告が削除されました):

オブジェクトggbiplotをプロットするときにこれらの警告が生成されないようにコードを修正するにはどうすればよいですか? PCA出力が期待どおりにならない可能性があるのではないかと心配しています。

こんにちはみんな私は論文を読んでいます固有顔対フィッシャーフェイス：クラス固有の線形射影を使用した認識、なぜPCAで射影Wが射影されたサンプルの全散布行列の行列式、つまりargmaxを最大化するために選択されるのか疑問に思います| W ^ T S_T W |（ラテックス形式）ここで、S_Tは元のデータセットの散布行列です。どうもありがとう！

私はUbuntuOpencvで作業しています.1つの画像のPCA分析を行おうとしています.3チャンネルの画像を取得し、3列でr*cの行数を持つ単一チャンネルの画像に変更します.rとcは行ですPCAで逆投影を行った後、再構成された画像を表示しようとすると、緑色の画像が表示されます。これが私のコードです。

回帰または分類を行う場合、データを前処理する正しい（またはより良い）方法は何ですか？

1. データの正規化->PCA->トレーニング
2. PCA->PCA出力の正規化->トレーニング
3. データの正規化->PCA->PCA出力の正規化->トレーニング

上記のどちらがより正しいですか、それともデータを前処理するための「標準化された」方法ですか？「正規化」とは、標準化、線形スケーリング、またはその他の手法のいずれかを意味します。

原点からいくつかの点のマハラノビス距離を見つけようとしています.そのためのMATLABコマンドは mahal(Y,X) です

しかし、これを使用すると、原点からの距離を見つける必要があるため、行列 X =0 として NaN が得られます。

KNN を使用して手書きの数字を分類しています。また、次元を削減するために PCA を実装しました。256 から 200 になりました。しかし、約 0.10% の情報損失に気付くだけです。56次元を削除しました。損失の方が大きいのではないですか？5 次元に落とした場合にのみ、最大 20% の損失が発生します。これは正常ですか？

を使用して PCA 分析のプロットを生成する R スクリプトを実行していFactorMineRます。

生成された PCA プロットの座標を出力したいのですが、正しい座標を見つけることができません。私は見つけましresults1$ind$coordたresults1$var$coordが、どちらもデフォルトのプロットのようには見えません。

http://www.statistik.tuwien.ac.at/public/filz/students/seminar/ws1011/hoffmann_ausarbeitung.pdf と http://factominer.free.fr/classical-methods/principal-components-analysisを見つけまし た。 html を記述しますが、PCA によって作成された変数の内容は記述しません