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