Bonjour à tous,

J'essaye actuellement d'implémenter le fameux eigenface qui utilise l'Analyse par Composante Principale concernant le visage avec ce tutorial suivant : http://www.vision.jhu.edu/teaching/v...study_pca1.pdf sous python avec la librairie numpy.
J'utilise actuellement la dataset AT&T pour l'apprentissage de visage, disponible également sur ce github en .jpg https://github.com/Shiro-LK/AT-T-jpg. Le problème face à lequel je me retrouve est que je n'arrive pas à obtenir la même précision avec la version que j'ai réalisé et celle qui serait utilisable avec sklearn. J'obtiens 30% environs de bonnes detections, alors qu'avec sklearn je suis plutot autour des 80%. Cependant je n'arrive pas à identifier le problème j'ai l'impression de pourtant bien suivre le "tutorial" à la lettre.

Comment puis je résoudre mon problème? L'acp utilisé par sklearn est il differente de celle utilisé dans la théorie ?

En vous remerciant par avance,
P.S : j'utilise python3

ACP_sklearn.py

ACP.py