主成分分析 -> inverse/inverted 模式
principle component analysis -> inverse/inverted pattern
我在我的 Fortran 代码中实现了一个开源 PCA 代码，
我只是将多维数据输入到 2 DIM 矩阵 ( PCA_MATRIX(imagepixels_amount,image_count))
然后出现 PCA 的第一个（最多）7 个变换图像（它们被写入输入矩阵）
它在大多数情况下工作正常，但在某些情况下我得到一个我不理解的反向模式（在前 3 个组件中），因为所有输入图像都显示相似的模式。
我是否缺少 PCA 的基本 属性 会导致这种反转模式？
我正在使用的库是：http://ftp.uni-bayreuth.de/math/statlib/multi/pca
非常感谢您提供的任何信息，我无法在线找到有关 pca 反演的任何信息
这是示例图片：
这是由于算法在从特征向量计算新分量时出现错误，它们added/multiplied顺序错误
我在我的 Fortran 代码中实现了一个开源 PCA 代码， 我只是将多维数据输入到 2 DIM 矩阵 ( PCA_MATRIX(imagepixels_amount,image_count)) 然后出现 PCA 的第一个（最多）7 个变换图像（它们被写入输入矩阵）
它在大多数情况下工作正常，但在某些情况下我得到一个我不理解的反向模式（在前 3 个组件中），因为所有输入图像都显示相似的模式。
我是否缺少 PCA 的基本 属性 会导致这种反转模式？
我正在使用的库是：http://ftp.uni-bayreuth.de/math/statlib/multi/pca
非常感谢您提供的任何信息，我无法在线找到有关 pca 反演的任何信息
这是示例图片：
这是由于算法在从特征向量计算新分量时出现错误，它们added/multiplied顺序错误