OpenCV 主成分分析术语 – 什么是“样本”？

我在使用OpenCV进行主成分分析（PCA）。我感兴趣的情况的构造函数输入是：

PCA(InputArray data, InputArray mean, int flags, double retainedVariance);

关于InputArray ‘data’，文档指出适当的标志应该是：

CV_PCA_DATA_AS_ROW 表示输入样本存储为矩阵行。CV_PCA_DATA_AS_COL 表示输入样本存储为矩阵列。

我的问题与术语“样本”的使用有关，我不确定在这个上下文中“样本”是什么意思。

例如，假设我有4组数据，为了说明方便，我们将它们标记为A-D。现在每组A到D都有8个元素。然后它们在Mat变量中设置为我将使用的InputArray，如下所示：

enter image description here

问题是，哪一种情况是正确的：

另一种问法是：

作为一个猜测，我会选择CV_PCA_DATA_AS_COL（即我有4个样本） – 但这只是我的想法… 在我了解正确的术语之前，似乎“样本”这个词可以适用于这两种推理方式。

回答：

啊…

所以答案是通过逆向推理PCA::project步骤的文档找到的…

Mat PCA::project(InputArray vec)

vec – 输入向量；必须具有与PCA阶段使用的输入数据相同的维度和布局，即，如果指定了CV_PCA_DATA_AS_ROW，那么vec.cols==data.cols（向量维度）

即“样本”相当于“组”，元素是“维度”。

（而且我的猜测是正确的:）

学技术