【发布时间】:2017-06-23 11:02:25
【问题描述】:
我正在对我的数据(图像序列)应用 PCA,但是当我使用 PCA(Matlab 工具箱)命令并手动制作矩阵并使用 SVD 命令时得到了不同的结果。
经过一番搜索,我发现 matlab 在系数计算的 PCA 代码中强制执行一些符号约定,这是为什么呢?
【问题讨论】:
我正在对我的数据(图像序列)应用 PCA,但是当我使用 PCA(Matlab 工具箱)命令并手动制作矩阵并使用 SVD 命令时得到了不同的结果。
经过一番搜索,我发现 matlab 在系数计算的 PCA 代码中强制执行一些符号约定,这是为什么呢?
【问题讨论】:
this article 中提到的是符号歧义问题。
虽然奇异值分解 (SVD) 和特征值分解 (EVD) 已经很成熟,并且可以通过最先进的算法进行计算,但通常不会提到存在可以显着显着提高符号的内在符号不确定性影响从其结果得出的结论和解释。 我们通过从奇异向量和单个数据向量的内积的符号确定奇异向量的符号来提供符号歧义问题的解决方案。数据向量可能有不同的方向,但选择大多数向量指向的方向既直观又实用。这可以通过评估有符号内积之和的符号来找到。
【讨论】: