Я пытаюсь выполнить PCA, уменьшая 900 измерений до 10. Пока у меня есть:
covariancex = cov(labels);
[V, d] = eigs(covariancex, 40);
pcatrain = (trainingData - repmat(mean(traingData), 699, 1)) * V;
pcatest = (test - repmat(mean(trainingData), 225, 1)) * V;
Где labels
- это 1x699
метки для символов (1-26). trainingData
это 699x900
, 900-мерные данные для изображений из 699 символов. test
это 225x900
, 225 900-мерных символов.
В основном я хочу уменьшить это до 225x10
, то есть 10 измерений, но я как бы застрял на этом этапе.