我正在尝试执行主成分分析,将900个维度降至10个。目前为止,我已经:
covariancex = cov(labels);
[V, d] = eigs(covariancex, 40);
pcatrain = (trainingData - repmat(mean(traingData), 699, 1)) * V;
pcatest = (test - repmat(mean(trainingData), 225, 1)) * V;
其中labels
是1x699字符(1-26)的标签。trainingData
是699x900的数据,表示699个字符的图像的900维数据。test
是225x900,表示225个900维字符的测试数据。
基本上我想把它缩小到225x10
,即10个维度,但目前有些困难。