主成分分析（PCA）使用python计算平均值

我是一名Python初学者，我正在使用python实现主成分分析（PCA），但我有一个计算平均值的问题。这里是我的代码：主成分分析（PCA）使用python计算平均值

import Image 
import os 
from PIL import Image 
from numpy import * 
import numpy as np 


#import images 
dirname = "C:\\Users\\Karim\\Downloads\\att_faces\\New folder" 
X = [np.asarray(Image.open(os.path.join(dirname, fn))) for fn in os.listdir(dirname)] 

#get number of images and dimentions 
path, dirs, files = os.walk(dirname).next() 
num_images = len(files) 
image_file = "C:\\Users\\Karim\\Downloads\\att_faces\\New folder\\2.pgm" 
img = Image.open(image_file) 
width, height = img.size 

print width 
print height 
print num_images 

M = (X-mean(X.T,axis=1)).T # subtract the mean (along columns)

我得到的错误：

AttributeError: 'list' object has no attribute 'T'

来源

2013-04-06 user2229953

images -= np.mean(images, axis=0)

来源

2013-04-09 00:43:06 user2229953

的问题是X.T在你的上线，因为X是一个Python列表，而不是一个numpy.ndarray。目前还不清楚你要在这里做什么，但如果你想将所有的图像数组合成一个numpy数组，你可以在最后一行之前转换X = np.array(X)。

同样，除非你特别希望推出自己的PCA实现，你可以更轻松地与numpy的使用np.cov（协方差计算）和np.linalg.eig（计算协方差矩阵的特征值和特征向量）做到这一点。

来源

2013-04-06 15:03:22 bogatron

当我试图np.cov（X）我得到这个错误： ValueError异常：对象不对齐 – user2229953 2013-04-06 19:07:49

很难诊断此没有看到创建'X'的代码。它是一个ndarray？如果是这样，它的形状是什么？我的猜测是，“X”不是一个ndarray或者你的图像阵列不是全部相同的长度。如果图像数组的长度不一样，那么尝试计算协方差（有或没有numpy）会有不同的问题。 – bogatron 2013-04-06 20:41:11

@ user2229953看起来'X'是'PIL'图像生成的'np.arrays'列表。可能应该在'X'的每个元素上进行分析，而不是在'np.asarray（X）'上进行分析。 – askewchan 2013-04-07 00:07:16

主成分分析（PCA）使用python计算平均值

回答

相关问题