我正在尝试使用PCA将900维度降至10维度。目前我已经做了以下工作：

covariancex = cov(labels);[V, d] = eigs(covariancex, 40);pcatrain = (trainingData - repmat(mean(traingData), 699, 1)) * V;pcatest = (test - repmat(mean(trainingData), 225, 1)) * V;

其中labels是1x699的字符标签（1-26）。trainingData是699x900的900维度数据，代表699个字符的图像数据。test是225x900的225个900维度的字符数据。

我希望将这些数据降维到225x10，即10维度，但目前卡在了这一步。

回答：

协方差应该在你的trainingData中实现：

X = bsxfun(@minus, trainingData, mean(trainingData,1));           covariancex = (X'*X)./(size(X,1)-1);                 [V D] = eigs(covariancex, 10);   % 降至10维度Xtest = bsxfun(@minus, test, mean(trainingData,1));  pcatest = Xtest*V;