我正在尝试使用PCA将输入图像的大小从4096x4096减小到4096x163,同时保持其重要属性。然而,我的方法有问题,因为我得到了不正确的结果。我相信这是在构造我的矩阵U时,我的结果与正确的结果如下所示。., each column of U
U = U / np.linalg.norm(U) 我的结果: PC1 explains 0.08589754681312775% of the total varianceFirst 5 elem
我正在尝试使用numpy包将一些MATLAB代码转换为Python,但不确定eig(A)和diag(A)返回的确切内容,其中A是我的问题标题的矩阵。如果我错了,请纠正我,在MATLAB中,第一行eig(S)返回的是特征向量,第二行返回的是特征值,而python的情况正好相反。但是,在MATLAB的第二行中,返回的值如下: d = [-2.5772 -0.1353]