PCA人臉辨識－1

起始點是從「如何用一個點來表示空間中的兩個點？」可以用取平均值的方式。

PCA是用「Least Squared Error」的角度來求解。

如何找出一個向量滿足squared-error criterion function？

式子導一導就變成covariance matrix了，這時候為了求裡面的一個參數，所以導入Largrange Multipliers方法。這個參數就是空間中所有點形成的covariance matrix經過eigen decomposition 所求得的eigenvector。

 

先到這裡就好，因為我已經不爽了。科科。（最近真的很愛科科）