PCA降維的步驟:
設有m條n維數據。
1)將原始數據按列組成n行m列矩陣X
2)將X的每一行(代表一個屬性字段)進行零均值化,即減去這一行的均值
3)求出協方差矩陣
4)求出協方差矩陣的特徵值及對應的特徵向量
5)將特徵向量按對應特徵值大小從上到下按行排列成矩陣,取前k行組成矩陣P
6)PX即爲降維到k維後的數據
如下鏈接是我覺得講的比較好的pca降維的文章
https://blog.csdn.net/HLBoy_happy/article/details/77146012
pca c++實現
https://blog.csdn.net/panhao762/article/details/55273789
opencv實現
https://blog.csdn.net/zmdsjtu/article/details/77932176
如下是我的個人理解
具體實現步驟:
1.算出特徵值和特徵向量
———-可以得到特徵值和特徵向量
pca降維
算出協方差
壓縮後的矩陣 = 特徵向量×減去均值的原始舉證