特征向量如何表示特征脸？答案

【问题标题】：how can an eigenvector represent an eigenface?特征向量如何表示特征脸？
【发布时间】：2021-08-24 03:23:08
【问题描述】：

我正在使用 python 和 Olivetti 数据集（包含大量 64x64 灰度人脸图像）。

我正在创建一个 20x4096 矩阵，其中每行是一个样本（我选择 20 个样本作为训练集），每列是一个介于 0 和 255 之间的值，代表所有 64x64 像素。

在这个矩阵中进行 PCA 之后，我得到了大约 10 个特征向量（每个有 4096 个槽）。

特征向量都被归一化（意味着它们的长度为 1）。特征向量如何表示特征脸？它的所有值都在 0.001 左右。

【问题讨论】：

【解决方案1】：

如果您的目标是可视化每个特征向量所代表的图像特征，您可以将权重负载绘制为热图。

假设您使用 scikit-learn 执行 PCA，您可以通过以下方式执行此操作：

import matplotlib.pyplot as plt

plt.imshow(pca.components_[i].reshape(64,64),cmap=”gray”)

pca 是您拟合的 PCA() 变量，i 是特征向量矩阵的第 i 个主成分。

【讨论】：