结果如下：
具体代码见：Face_Rec.py
当每个人只选择一张图片进行训练时，训练集只有40张，所以这种情况下最多只能降到40维（即主成分为40），故为不失一般性，我只比较了降到10、20、30、40维情况下，每个人选择1-9张图片进行训练的识别准确率，
通过上面的图像我们可以看出：
（1）在降到相同维度下（即相同主成分大小下），每个人选择的照片张数越多，即训练集越多，准确率越高。在每个人选择照片张数大于等于5时，即训练集达到整个样本数据集的一半时，准确率达到90%以上；
（2）在每个人选择照片张数相同情况下，即训练数据集大小相同情况下，降到的维数越高，即主成分越多，准确率越高；
（3）总体上来说，识别准确率整体上呈现上升趋势。随着训练数据集规模的增大而升高，同时也随着主成分大小的增大而增大。
基于Python的PCA人脸识别算法的原理及实现代码.zip
版权申诉
5星 · 超过95%的资源 178 浏览量
2023-07-03
14:00:34
上传
评论 1
收藏 257KB ZIP 举报 
基于python的PCA人脸识别算法的实现.zip （8个子文件） 
PCA-python主文件-master 
Face_Rec.py 7KB
资源介绍.txt 985B results 
Figure_40维.png 36KB Figure_比较.png 51KB result.png 70KB Figure_20维.png 38KB Figure_30维.png 37KB Figure_10维.png 35KB资源评论
轻绾绾绾2024-01-26非常有用的资源，有一定的参考价值，受益匪浅，值得下载。
空星荣2023-12-26实在是宝藏资源、宝藏分享者！感谢大佬~
2301_774850002023-11-24资源内容总结的很到位，内容详实，很受用，学到了~
不安分的小女孩
- 粉丝: 9200
- 资源: 1990
下载权益
C知道特权
VIP文章
课程特权
VIP享7折，此内容立减5.97元 开通VIP
