我的测试表明,无论pass并且continue可以等价用于构建一个空for测试的目的-loop.它们之间有什么区别吗？
我正在尝试执行PCA,将900维度减少到10.到目前为止,我有:
covariancex = cov(labels);
[V, d] = eigs(covariancex, 40);
pcatrain = (trainingData - repmat(mean(traingData), 699, 1)) * V;
pcatest = (test - repmat(mean(trainingData), 225, 1)) * V;
labels字符的1x699标签在哪里(1-26).trainingData是699x900,900维数据,699个字符的图像.test是225x900,225 900维度字符.
基本上我想把它减少到225x10,即10维度,但在这一点上有点卡住了.
matlab machine-learning linear-algebra pca dimensionality-reduction