Question

我使用Matlab读取MNIST数据库。这些图像最初是28×28（= 784）像素。所以，我有一个2D 784x1000阵列（意思是，我已经阅读了1000张图像）。

假设我的2D数组的名称是IMGS，Matlab表达式：IMGS（：，1），会给我第一张图像。

为了执行PCA，所以要提取图像的一些特征（来自其中的784个）：

我转换数组IMGS，将图像放到行和要素（维度）到列，在一个名为IMGS_T的数组中（IMGS_T（1，:)对应于第一个图像）。
我使用这样的princomp函数：[COEFF，SCORES] = princomp（IMGS_T];

我的问题是这个（它可能有点微不足道，但我想确定这一点）：假设我想从784个中提取100个特征，我需要的只是SCORES的前100列？

所以，在Matlab术语中，我只需要写：IMGS_PCA = IMGS（：，100）' 我将创建一个名为IMGS_PCA的100x1000阵列，它将在我的列中保存我的1000个MNIST图像，并在其行中保存它们的前100个最重要的特征？

Answer 1

基本上是正确的。请注意，princomp行中的输入对应于观察，而列对应于变量。

为了说明您的程序，

IMGS = rand(1000,784);
[COEFF, SCORE] = princomp(IMGS);

为证明功能的使用是正确的，您可以尝试恢复原始图像，

recovered_IMGS = SCORE / COEFF + repmat(mean(IMGS,1), 1000, 1);

然后IMGS - recovered_IMGS会给你零矩阵（在数值误差范围内）。

要仅使用前100个功能，您可以

for i=101:784
    SCORE(:,i) = zeros(1000,1);
end

然后使用相同的代码恢复图像：

recovered_IMGS_100 = SCORE / COEFF + repmat(mean(IMGS,1), 1000, 1);

或者，正如您所提到的，您可以创建另一个100 x 1000阵列来实现相同的结果。