Pca首先 1.对数据进行去均值 2.构造一个基本的协方差矩阵1/m(X)*X^T 3对协方差矩阵进行变化,得到对角化矩阵,即对角化上有数值,其他位置上的数为0(协方差为0),即求特征值和特征向量的过程 4.求得特征向量的单位化矩阵,单位化特征向量矩阵*原始数据(去均值后的)即降维操作,单位化特征向量的维度决定了降维的维度 以下是实际推导过程 实例求解过程
1. 误差分析 通过分析错误的标记,来判断主要是哪个原因引起了错误,这是猫的分类,观察被分错图片的原因,总结需要优化的条件 image Dog Great cat blurry comment 1 2 3 4 5 6?2. 进行正确标注 当前错误率为10%, 进行误差分析后,由于0.6%的错误标记引起的,这种就不需要重新标记,因为错误标记引起的错误较小 当前错误率为2%, 进行误差分析后,由于0.6的错误是标记错误引起的,这种就需要进行重新标记, 因为错误标...
#include<opencv2/opencv.hpp> #include<iostream> #include<math.h>using namespace cv; int main(int argc, char** argv) {Mat src = imread("C:/Users/Administrator/Desktop/1.png", IMREAD_ANYCOLOR);if (src.empty()) {printf("colud not load image\n");return -1;}namedWindow("test open setup", CV_WINDOW_AUTOSIZE); //第一个参数表示窗口的名字, src表示数据imshow("test open setup", src); namedWindow("output wind...