数据挖掘—LDA,PCA特征提取降维与SVM多分类在人脸识别中的应用－数据集ORL

下载地址：https://github.com/13952522076/ORL3
下载时麻烦给个小星星，谢谢！尊重别人辛勤劳动哈。

@vision 3

@author：马旭
@tel：[phone]
@email：[e-mail]


执行：执行predict.m文件；
结果：时间一般为0.2秒左右，正确率100%；（因为测试集比较少）




预处理数据preprocess：
  这个过程是首先将样本通过PCA降维提取信息，然后将降维后的样本通过LDA降维，分类为15类，所以降维后维数不能高于（15-1）类。这里降维到13维。


训练多分类multi：
  这里使用的是Maltas自带的svm。我们做的是one-vs-rest。将样本类别拆为第一类和其他类，第二类和其他类。。。
假若有n类样本，那么分类器既有n-1个。将分类器放入数组中，循环判别。


测试predict：
  我这里在one-vs-rest时，将1作为某一类，－1作为其他类，然后分类。这样每一个分类器分类对样本训练就会得到一个矩阵（大小应该为 样本个数X分类器个数）,最后一列添加1向量。判断第几个出现1就是第几类。 这样做的目的是为了减少每个判断时候的for循环，防止嵌套for循环，提高运行速度。