Neural network 我应该在模式分类中使用多少主成分？
我正在研究神经网络，目前我正在创建一个感知器，它将用作人脸图像数据集的分类器。在将样本分为两组进行训练和测试之前，我需要对我的数据集执行pca（主成分分析）。通过这样做，我降低了数据的维数，同时压缩了图像的大小 然而，我不是一名统计学家，在没有任何具体公式的情况下，我在定义pca方法使用的主成分数量时遇到一些问题。我的数据集是一个4096x400的数组，400是样本图像的数量，4096是它们的维度。在主成分分析过程中，是否有更精确和准确的主成分数量的方法 我在matlab上工作，所以我在使用princomp。提前感谢您，我们将非常感谢您的帮助。问题：我应该在模式分类中使用多少主成分？ 回答：尽可能低。 应用主成分分析时，根据数据得到主成分的数量。假设从数据中得到10个主成分。您将控制用主成分解释方差的程度 比如说Neural network 我应该在模式分类中使用多少主成分？,neural-network,classification,pca,pattern-recognition,Neural Network,Classification,Pca,Pattern Recognition,我正在研究神经网络，目前我正在创建一个感知器，它将用作人脸图像数据集的分类器。在将样本分为两组进行训练和测试之前，我需要对我的数据集执行pca（主成分分析）。通过这样做，我降低了数据的维数，同时压缩了图像的大小 然而，我不是一名统计学家，在没有任何具体公式的情况下，我在定义pca方法使用的主成分数量时遇到一些问题。我的数据集是一个4096x400的数组，400是样本图像的数量，4096是它们的维度。在主成分分析过程中，是否有更精确和准确的主成分数量的方法 我在matlab上工作，所以我在使用pr
component variance explained
1 0.40
2 0.25
3 0.15
4 0.10
5 0.05
6 0.01
7 0.01
8 0.01
9 0.01
10 0.01