我使用Matlab读取MNIST数据库。这些图像最初是28x28(=784)个像素。因此，我有一个2D 784x1000阵列(意思是，我已经读取了1000张图像)。
假设我的2D阵列的名称是IMGS，那么Matlab表达式：IMGS(：，1)将为我提供第一个图像。
为了执行PCA，从而提取图像的一些特征(从784个特征中)：
- 我在一个名为IMGS_T的数组中转置数组IMGS，将图像放在行中，将特征(维度)放在列中(IMGS_T(1，：)对应于第一个图像)
-
我使用的princomp函数如下：[COFF，SCORES]=princomp(IMGS_T]；
我的问题是(这可能有点琐碎，但我想确定一下)：假设我想从784个特征中提取100个特征，我只需要分数的前100列？
因此，在Matlab中，我只需要写：IMGS_PCA=IMGS(：，100)'我将创建一个100x1000阵列，称为IMGS_PCA，它将在其列中保存我的1000个MNIST图像，并在其行中保存它们的前100个最重要的功能？
基本上是正确的。请注意，在princomp中，输入的行对应于观测值，列对应于变量。
为了说明您的程序，
IMGS = rand(1000,784);
[COEFF, SCORE] = princomp(IMGS);
为了证明功能的使用是正确的，你可以尝试恢复原始图像，
recovered_IMGS = SCORE / COEFF + repmat(mean(IMGS,1), 1000, 1);
则CCD_ 2将给出零矩阵(在数值误差内)。
要只使用前100个功能，您可以只使用
for i=101:784
SCORE(:,i) = zeros(1000,1);
end
然后使用相同的代码来恢复图像：
recovered_IMGS_100 = SCORE / COEFF + repmat(mean(IMGS,1), 1000, 1);
或者，正如您所提到的，您可以创建另一个100 x 1000的阵列来获得相同的结果。