Reducción de la dimensionalidad PCA
Estoy tratando de realizarPCA Reduciendo 900 dimensiones a 10. Hasta ahora tengo:
covariancex = cov(labels);
[V, d] = eigs(covariancex, 40);
pcatrain = (trainingData - repmat(mean(traingData), 699, 1)) * V;
pcatest = (test - repmat(mean(trainingData), 225, 1)) * V;
Dóndelabels
Son etiquetas 1x699 para caracteres (1-26).trainingData
Es 699x900, datos de 900 dimensiones para las imágenes de 699 caracteres.test
es 225x900, 225 caracteres de 900 dimensiones.
Básicamente, quiero reducir esto a 225x10, es decir, 10 dimensiones, pero estoy un poco atascado en este punto.