简介

使用PCA，完成人脸数据特征脸的显示

思路

数据收集

仓库中的数据集仅为了方便下载，侵删

• URL： https://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html
• 数据组织：共有40个人，每个人有10张图片，分别放在s0-s40文件夹下

流程

• 每个人选取一张图片，并分别flatten成列向量，在axis=1方向叠加形成输入数据X
  • X.shape: (10304,40)
• PCA(X)
  • 每个维度去均值化处理
  • 计算协方差矩阵C=X'.X
    • 注意不是X.X'，是为了避免维度过高导致计算量过大。所以后面计算出来的特征向量eig_value需要进行变换。参考wiki
  • 计算出C的特征值，特征向量
    • 使用numpy.linalg.eigh(C)会直接将特征值、特征向量排序。需要再进行倒序排列
    • 使用C计算出来的特征值，需要再处理参考wiki