特征/SVD分解PCA(图像压缩)回顾未完待续

Posted winslam

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了特征/SVD分解PCA(图像压缩)回顾未完待续相关的知识,希望对你有一定的参考价值。

一、特征分解(手写word截图)

 

技术分享图片

 

技术分享图片

1 %% Matlab验证代码
2 a=[1 2 3;2 1 3;3 3 6]
3 [x,y]=eig(a) %% x矩阵每一列代表 lamda123 对应的特征向量
4 diag(y) %% y矩阵的对角元素是对应特征值lamda123

 

以上是关于特征/SVD分解PCA(图像压缩)回顾未完待续的主要内容,如果未能解决你的问题,请参考以下文章

奇异值分解(SVD)原理与在降维中的应用

奇异值分解(SVD)原理与在降维中的应用

详解主成分分析PCA与奇异值分解SVD-降维后的矩阵components_ & inverse_transform菜菜的sklearn课堂笔记

奇异值分解(SVD)和图像压缩

特征降维 理论

特征降维 理论