机器学习高光谱图像降维结果

Question

用上述步骤操作我自己的图像，为什么和他这个的显示不同？怎么实现如上图的降维效果

Answer 1

这段代码是用于对高光谱图像进行降维和分类的。具体流程如下：

使用PCA（主成分分析）进行降维，得到保留99.9%总数据方差的主成分。

将图像像素投影到剩余的主成分上，降低图像像素的维数。

使用高斯最大似然分类器对约简后的主成分进行训练，并根据训练数据进行分类。

最后将分类结果可视化输出。

其中，create_training_classes()函数用于创建训练类别，GaussianClassifier()函数用于创建高斯最大似然分类器，classi fy_image()函数用于进行分类，imshow()函数用于可视化输出图像。