如何使用sklearn中的非负矩阵分解法提取特征
1、step1:打开编译环境,导入相关工具包
(matplotlib数据可视化,fetch_olivetti_faces人脸数据集,NMF、PCA降维算法)

2、step2:加载人脸数据集,该数据集一共400张图片每张图片大小64*64,对其进行转置变成4096*400

3、step3:先查看一下,原数据集的人脸图片

4、step4:加载降维算法进行特征提取

5、step5:将两种算法的结果以图片形式展示出来

6、step6:分别观察两种算法的结果差异
可以看到NMF相比于PCA来说效果更好,NMF在图像特征提取方面也比较常用

声明:本网站引用、摘录或转载内容仅供网站访问者交流或参考,不代表本站立场,如存在版权或非法内容,请联系站长删除,联系邮箱:site.kefu@qq.com。
阅读量:77
阅读量:50
阅读量:153
阅读量:135
阅读量:127