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
有了这个,您就可以决定截止数字并训练分类器。在本例中,如您所见,前4个主成分包含90%的信息。您的结果可能足够好,只有4个主成分
您可以添加第5个主成分,这5个主成分将保存您信息的%95,依此类推
请参见带有