如何对具有向量元素的矩阵进行主成分分析

  • 本文关键字:元素 向量 pca
  • 更新时间 :
  • 英文 :


我有一个矩阵MxNx2,我想对它应用PCA。我知道,通常你只需要MxN矩阵,但我正在尝试从内田诚一的这篇论文中做一些工作:

https://www.researchgate.net/publication/3973917_Using_eigen-deformations_in_handwritten_character_recognition(特别是2.1和2.2(

矩阵在矢量的帮助下表示变形。每列是一个向量(维度=像素(,包含向量(维度=2,表示坐标(

我只需要连接向量吗?或者我如何解决这个问题?

我不明白你所说的串联向量是什么意思。

无论如何,PCA通常用于组合数值连续变量,因此您可以简单地将坐标拆分为两个单独的特征,并将它们作为任何其他列独立处理。

任何将坐标转换为非数值变量的选项都可能导致PCA不是特征约简的最佳算法。

最新更新