dimensionality-reduction - 通过特定方法降维
问题描述
我正在使用本地二进制模式进行面部图像的特征提取。如何减少我的特征向量的维度?我应该使用哪种方法来减少特征?
解决方案
查看 SVD 分解。实际上,它将矩阵 M 替换为具有较低秩的新矩阵 Mk。
例如
import numpy as np
U, S, V = np.linalg.svd(lena_image)
这里 Mk 是这些矩阵的点积。
您可以将其视为仅保留最重要信息(提取特征)的压缩
推荐阅读
- parallel-processing - 如何让 DAG 处理 Apache Airflow 中的数百个项目?
- python - 如何将接口绑定到 PySimpleGUI 中的函数
- javascript - 映射函数内未定义的数组引用
- java - Java ExecutorService(线程池):等待第一个任务(Future)完成并立即返回
- python - Django - 如何使 UNIQUE 约束不适用于继承的模型?
- python - 有没有办法将特定于用户的某些信息传递给(新)django 表单的字段?
- java - How to remove XML namespace in Java
- javascript - 如何使用phantomjs从html源中提取元素?
- typescript - 如何键入从打字稿中的函数集合返回函数结果的函数
- postgresql - 有谁知道如何在 Data Studio 中将秒数据转换为分钟?