数据挖掘课程，数据降维，PCA人脸识别，lab1

实验样本四十个人的人脸灰度图像，每个人分别有10张图像
训练样本：每个人的前五张图像
测试样本：每个人的后五张图像
实验过程：
_数据降维阶段：_读取训练数据，PCA 降维，将样本映射到特征空间
_测试过程：_读取测试数据，三阶近邻分类器分类，测试分类结果的准确性
要点：
_三阶近邻分类器：_本实验采用K-N近邻分类器，求与待判别的样本点，最近的k个训练样本点（注意：这些训练样本已知类别），取这k个训练样本点所属类别中最多的类别，作为待判别测试样本的类别标签。
_PCA过程的目的：_减少三阶近邻分类器的计算次数

source.m是该实验的MATLAB版本源代码，其实亲测过octave上使用也没问题
pca_final.py是该实验的python3版本代码，要运行改代码需要安装numpy和matplotlib
ORL文件夹中存放着本次实验的样本数据