在 sklearn 中通过 PCA 降维

Question

我想在 sklearn 中通过 PCA 将图像的维度从 (480,640,3) 降低到 (1,512)。所以我将图像重塑为 (1, 921600)。之后，我执行 pca 来减少尺寸。但它变为 (1,1) 而不是 (1,512)

>>> img.shape
(1, 921600)
>>> pca = PCA(n_components=512)
>>> pca.fit_transform(img).shape
(1, 1)

谁能告诉我怎么把单张图片降维？谢谢

Answer 1

这是意料之中的。 Wiki says (bold annotation by me):

PCA is a statistical procedure that uses an orthogonal transformation to convert a set of observations of possibly correlated variables into a set of values of linearly uncorrelated variables called principal components (or sometimes, principal modes of variation)

在形状 (1, 921600) 上拟合 PCA 意味着，这是一个具有 921600 个特征的样本。

sklearn's docs::

n_components == min(n_samples, n_features)

在 sklearn 中通过 PCA 降维

Reduce dimension by PCA in sklearn

computer-vision

pca

scikit-learn