PCA中的数据矩阵的一个备忘

最近自以为学习了很多识别算法&＃xff0c;想来仿真一下&＃xff0c;不仿真不知道&＃xff0c;一仿真问题出来了。

在PCA中是对数据矩阵X(m*n)来做的降维&＃xff0c;我事先是把m作为一个图片的全部维度&＃xff0c;n代表样本&＃xff0c;于是按照XX&＃39;来找特征向量等&＃xff0c;由于一个图片最少也有1000&＃43;的像素&＃xff0c;但是1000&＃43;的方阵在matlab中只要以计算就会是内存溢出&＃xff0c;我正纳闷之际&＃xff0c;看了别人的matlab源代码发现都是用X&＃39;来做的也就是X&＃39;X来计算协方差矩阵的。

最开始以为这个问题是在人脸识别中才会出现的&＃xff0c;但是根据之前会议老板讲过的PCA觉得还是对于一个样本点来说的啊&＃xff0c;纳闷的很&＃xff0c;在群里请教了大牛&＃xff0c;大牛直接给我找到了维基百科中对PCA中这个X的描述&＃xff0c;竟然是这么描述的&＃xff1a;

好了问题解决了&＃xff0c;也就是说在PCA中行数代表的是样本点数&＃xff0c;列数是维度。我们求出来的特征向量的维度肯定都是样本点数&＃xff0c;那么找到一个特征向量就是对列数进行了降维&＃xff01;