另一种压缩图片的方法---Machine learning 之 PCA(Principle Component Analysis)
PCA最主要的用途是用来减少特征向量的数目,N个特征向量 减小到 K个特征向量。如果为了可视化,k可以使3 或者 2。这样可以加速算法的学习速度。
PCA用来压缩图像同一有效。
具体方式以及原理在gitlab上,学习源来自 stanford的machine learning 公开课。
PCA最主要的用途是用来减少特征向量的数目,N个特征向量 减小到 K个特征向量。如果为了可视化,k可以使3 或者 2。这样可以加速算法的学习速度。
PCA用来压缩图像同一有效。
具体方式以及原理在gitlab上,学习源来自 stanford的machine learning 公开课。