使用PCA對MNIST圖像進行特徵提取

Question

我使用Matlab來讀取MNIST數據庫。這些圖像最初是28x28（= 784）像素。所以，我有一個2D 784x1000陣列（意思是說，我已經閱讀了1000張圖片）。

假設我的2D數組名稱是IMGS，Matlab表達式：IMGS（:, 1）會給我第一個圖像。

爲了執行PCA，以便提取一些的圖像的特徵（從他們的784）：

1. 我轉置陣IMGS，把圖像的行數和特徵（尺寸）在列中，在一個名爲IMGS_T的數組中（IMGS_T（1，:)對應於第一個圖像）。

2. 我使用princomp功能是這樣的：[COEFF，分數= princomp（IMGS_T];

   我的問題是這樣的（它可能有點微不足道，但，我想，以確保此）： ？ 假如我想提取從他們的784的整體100層的功能，我需要的是成績的前100列

   所以，在Matlab而言，我需要的是寫：IMGS_PCA = IMGS（： ，100）' ，我將創建一個100x1000的數組，名爲IMGS_PCA，它可以將我的1000個MNIST圖像保存在其列中，並且它們的行中前100個最重要的特徵？

Answer 1

基本上它是正確的。請注意，在princomp行輸入對應於觀察值，列對變量。

說明你的程序，

IMGS = rand(1000,784); 
[COEFF, SCORE] = princomp(IMGS); 

使用證明的功能是正確的，你可以嘗試恢復原始圖像，

recovered_IMGS = SCORE/COEFF + repmat(mean(IMGS,1), 1000, 1); 

然後IMGS - recovered_IMGS會給你零矩陣（在數字錯誤內）。

只使用前100層的功能，你可以

for i=101:784 
    SCORE(:,i) = zeros(1000,1); 
end 

然後使用相同的代碼來恢復圖片：

recovered_IMGS_100 = SCORE/COEFF + repmat(mean(IMGS,1), 1000, 1); 

或者你也可以，正如你所說，創造了另一個100 x 1000陣列來實現相同的結果。