特征值始终为 1
Eigenvalues are always 1
当我得到 PCA 变换图像的对角线特征值时,无论图像是什么,我总是得到 1。这背后的原因是什么?
我使用了下面的代码。
coeff = pca(pmap);
disp(coeff);
[V,L]=eig (coeff'*coeff);
Lamda = diag(L);
disp(Lamda);
pca
输出的coeff
已经是特征向量,都是正交的。它们甚至是正交的,因为 MATLAB 对它们进行了归一化。相对权重在 pca
的 explained
输出参数中。
所以 transpose(coeff)*coeff
给你单位矩阵,它只包含 1,单位矩阵的特征向量显然都是 1
在一个维度上。
原因是 因为这就是线性代数的工作原理。
当我得到 PCA 变换图像的对角线特征值时,无论图像是什么,我总是得到 1。这背后的原因是什么?
我使用了下面的代码。
coeff = pca(pmap);
disp(coeff);
[V,L]=eig (coeff'*coeff);
Lamda = diag(L);
disp(Lamda);
pca
输出的coeff
已经是特征向量,都是正交的。它们甚至是正交的,因为 MATLAB 对它们进行了归一化。相对权重在 pca
的 explained
输出参数中。
所以 transpose(coeff)*coeff
给你单位矩阵,它只包含 1,单位矩阵的特征向量显然都是 1
在一个维度上。
原因是 因为这就是线性代数的工作原理。