PCA 算法实验代码python

本实验，利用PCA 算法，对据人脸数据集进行特征提取，选择少量特征便能得到理想的结果，实验验证采用欧式距离

# -*- coding: utf-8 -*-
#include “ml.hpp“
import numpy as np
import os glob random cv2

#定义 特征值大小排序方法；
def percentage2n（eigValspercentage1）:
    sortArray=np.sort（eigVals）   #升序
    sortArray=sortArray[-1::-1]  #逆转，即降序
    arraySum=sum（sortArray）
    tmpSum=0
    num=0
    for i in sortArray:
        tmpSum+=i
        num+=1
        if tmpSum>=arraySum*percentage1:
            return num
    print num

#定义PCA 方法
def pca（datap）:                                   # 输入量为data：数据，k:
    data = np.float32（np.mat（data））                 #将输入数据转换为浮点型（相当于将图片转换成数字型）
    rows cols = data.shape                         # 取数据大小（也就是图片的大小）（输入为200行，10304列）
    data_mean = np.mean（data 0）                    # 求均值，axis = 0：压缩行，对各列求均值，返回 1* n 矩阵，也就是说，对
    Z = data - np.tile（data_mean （rows 1））        #row =200      np.tile（b （2 1））#沿X轴复制1倍（相当于没有复制），再沿Y轴复制2倍也就是说Z 是减去均值后的值
    D V = np.linalg.eig（Z * Z.T）                   # 特征值与特征向量
    eigValIndice = np.argsort（D）                    #对特征值进行排序
    n = percentage2n（D p）
    print u‘向量n的数量为：‘
    print n
    n_eigValIndice=eigValIndice[-1:-（n+1）:-1]       #最大的n个特征值的下标
    V1= V [:n_eigValIndice]                        #最大的n个特征值对应的特征向量
    V1 = Z.T * V1
    for i in xrange（n）:                             # 特征向量归一化
        V1[: i] /= np.linalg.norm（V1[: i]）
    return np.array（Z * V1） data_mean V1          #返回值

#数据读取
def loadImageSet（folder=u‘att_faces‘ sampleCount=5）:  # 加载图像集，随机选择sampleCount张图片用于训练，注意根据自己文件的文件进行修改
    trainData = []                                       #将4个数据改变设定列表的形式进行存储
    testData = []
    yTrain = []
    yTest = []
    for k in range（40）:                                             #y一共有40个文件夹
        folder2 = os.path.join（folder ‘s%d‘ % （k + 1））             #从第一个文件夹开始遍历查找，能够得到40个文件夹的名称
        data = [cv2.imread（d.encode（‘gbk‘） 0） for d in glob.glob（os.path.join（folder2 ‘*.pgm‘））]   #将获取的每一个图片都转换为列表的形式。每一幅图均为（112行，92列）
        sample = random.sample（range（10） sampleCount）
        trainData.extend（[data[i].ravel（） for i in range（10） if i in sample]）    #训练集，随机抽取5个作为训练集
        testData.extend（[data[i].ravel（） for i in range（10） if i not in sample]） # 10个数据当中，另外几个作为测试集
        yTest.extend（[k] * （10 - sampleCount））                                  # yTest增加 5位数值从0到10
        yTrain.extend（[k] * sampleCount）                                         # yTrain增加 5位数值
    print yTestyTrain
    return np.array（trainData） np.array（yTrain） np.array（testData） np.array（yTest）       #将获取并转变得到的数据转换np.array的格式

#定义主函数
def main（）:
    xTrain_ yTrain xTest_ yTest = loadImageSet（）     #获取数据集，利用loadImageSet（）
    num_train num_test = xTrain_.shape[0] xTest_.shape[0]                 #获取数据集维度
    print xTrain_.shapexTest_.shape                    # 结果为（200，10304） ，一共有200条输入数据，每一条有10304个输入值（而一张图片相当于具备 112行*92 列数据）
    xTrain data_mean V = pca（xTrain_ 0.5）                                   #，将训练数据集输入到PCA方法当中，得到新生成的数据集xT

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-05-31 15:43  pca算法实验\
     目录           0  2018-05-31 15:40  pca算法实验\att_faces\
     文件        1579  1995-02-23 18:13  pca算法实验\att_faces\README
     目录           0  2018-05-31 15:40  pca算法实验\att_faces\s1\
     文件       10318  1994-04-18 14:17  pca算法实验\att_faces\s1\1.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s1\10.pgm
     文件       10318  1994-04-18 14:17  pca算法实验\att_faces\s1\2.pgm
     文件       10318  1994-04-18 14:17  pca算法实验\att_faces\s1\3.pgm
     文件       10318  1994-04-18 14:17  pca算法实验\att_faces\s1\4.pgm
     文件       10318  1994-04-18 14:17  pca算法实验\att_faces\s1\5.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s1\6.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s1\7.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s1\8.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s1\9.pgm
     目录           0  2018-05-31 15:40  pca算法实验\att_faces\s10\
     文件       10318  1994-04-18 14:18  pca算法实验\att_faces\s10\1.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s10\10.pgm
     文件       10318  1994-04-18 14:18  pca算法实验\att_faces\s10\2.pgm
     文件       10318  1994-04-18 14:18  pca算法实验\att_faces\s10\3.pgm
     文件       10318  1994-04-18 14:18  pca算法实验\att_faces\s10\4.pgm
     文件       10318  1994-04-18 14:18  pca算法实验\att_faces\s10\5.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s10\6.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s10\7.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s10\8.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s10\9.pgm
     目录           0  2018-05-31 15:40  pca算法实验\att_faces\s11\
     文件       10318  1994-04-18 14:18  pca算法实验\att_faces\s11\1.pgm
     文件       10318  1994-04-18 14:07  pca算法实验\att_faces\s11\10.pgm
     文件       10318  1994-04-18 14:18  pca算法实验\att_faces\s11\2.pgm
     文件       10318  1994-04-18 14:18  pca算法实验\att_faces\s11\3.pgm
     文件       10318  1994-04-18 14:18  pca算法实验\att_faces\s11\4.pgm
............此处省略414个文件信息