从60D(形状上下文)空间投影到2D以进行视觉分析

Question

我有一组60D形状上下文向量.这些是使用来自使用5个径向箱和12个角箱的轮廓的400个边缘点的样本构造的(因此,我具有400个60D的形状背景向量).

我想分析这些矢量在表示底层轮廓的整体形状方面的描述性.为此,我想将60D形状上下文向量投影回2D空间并直观地检查结果 - 我希望看到的是一组大致类似于原始轮廓形状的点.

这样做的方法是通过预测前两个主要组件(PCA).根据我的实现,投影点不像轮廓的形状.我可以看到两个主要原因(暂时假设我的实现是正确的):( 1)形状上下文不适合作为给定轮廓的描述符,或者它的参数需要更好地调整(2)此分析方法有缺陷/无效.

我的问题是,这是否是分析与我的轮廓形状相关的形状上下文的描述性的正确方法？如果没有,有人可以解释原因并提出替代方法吗？

谢谢,

玩笑

Answer 1

检查特征是否具有描述性的好方法是尝试在它们上训练一些分类器（svm/bayes/tree/whatever）并检查交叉验证的精度/召回率等。您还可以通过特征选择器过滤特征向量，例如气/信息增益。

除了 PCA 之外，您还可以使用 SOM 或聚类来可视化数据。