Próbuję wykonaćPCA zmniejszając 900 wymiarów do 10. Do tej pory mam:

covariancex = cov(labels);
[V, d] = eigs(covariancex, 40);

pcatrain = (trainingData - repmat(mean(traingData), 699, 1)) * V;
pcatest = (test - repmat(mean(trainingData), 225, 1)) * V;

Gdzielabels są 1x699 etykiet dla znaków (1-26).trainingData ma 699 x 900, 900-wymiarowe dane dla obrazów 699 znaków.test jest 225x900, 225 znaków 900-wymiarowych.

Zasadniczo chcę zmniejszyć to do 225x10, tj. 10 wymiarów, ale w pewnym momencie utknąłem.