Question

我正在尝试使用python进行主成分分析（PCA）。这是我的代码：

import os
from PIL import Image
import numpy as np
import glob
from matplotlib.mlab import PCA

#Step1: put database images into a 3D array
filenames = glob.glob('C:\\Users\\Karim\\Downloads\\att_faces\\New folder/*.pgm')
filenames.sort()
img = [Image.open(fn).convert('L') for fn in filenames]
images = np.dstack([np.array(im) for im in img])    

# Step2: create 2D flattened version of 3D input array
d1,d2,d3 = images.shape
b = np.zeros([d1,d2*d3])
for i in range(len(images)):
  b[i] = images[i].flatten()

#Step 3: PCA
results = PCA(b)
results.Wt

但我收到错误RuntimeError: we assume data in a is organized with numrows>numcols

我尝试将b = np.zeros([d1,d2*d3])替换为b = np.zeros([d2*d3, d1])我ValueError: could not broadcast input array from shape (2760) into shape (112)

任何人都可以帮助我吗？

Answer 1

~~如果您更改为b = np.zeros([d2*d3, d1])，您之后也应该更改循环，否则您会尝试将d1维度数组放入d2*d3。~~

<击>

~~您应该摆脱执行此操作的第二个错误~~

您只需转置b

即可

# Step2: create 2D flattened version of 3D input array
d1,d2,d3 = images.shape
b = np.empty([d1,d2*d3])  #if you know that you are filling the whole array it's faster that using np.zeros or np.ones
for i, im in enumerate(images): 
    b[i,:] = im.flatten()

#Step 3: PCA
results = PCA(b.T)

我还用我认为更好的版本替换你的for循环：在你的实现中，你首先找到images的维度，创建一个整数循环列表，然后重新访问{{ 1}}。 images返回带有一对（索引，值）的迭代器。优点是它只返回您需要的元素，然后您不必直接在循环中访问enumerate。

也许您也不需要创建images，但我不知道images，所以我无法帮助您。在这种情况下，您可以使用类似

的方式获取尺寸

PIL

修改

如果你愿意，你也可以在阅读时将文件内容转换为numpy。

对于记录，这是numpy.asarray。

Python - 主成分分析（PCA）错误

1 个答案: