人脸识别之PCA 和 LDA

一.PCA     1.理论基础（1） 在信号处理中认为信号具有较大的方差，噪声有较小的方差，信噪比就是信号与噪声的方差比， 越大越好。因此我们认为，最好的k维特征是将n维样本点转换为k维后，每一维上的样本方差都很大。         结论：对协方差矩阵进行特征值分解，得到的前k大特征值对应的特征向量就是最佳的k维新特征，而且这k维新 特征是正交的     2.理论基础（2）        最小平

>>阅读原文<<