这是本文的实施个性化PCA：分离共享和独特功能.

如果你遇到任何问题，请提交一个问题，或联系该论文的作者。

• 运行python3 ppca.py--dataset=borrowpowertest--logoutput=True

结果将生成到“输出/”文件夹

• 创建一个名为“images/”的文件夹
• 将视频的所有图像帧放入“images/”文件夹
• 相应地重写文件imgpro.py中函数load_car_data的第一行
• 运行python3 ppca.py--dataset='img_test'--logoutput=True
• 如果需要，微调“ngc”和“nlc”以获得最佳结果

• 从下载数据集这个链接
• 将所有文件放入“辩论/”文件夹
• 运行python3 ppca.py--dataset='debate_test'--logoutput=True

• ppca.py包含所有超参数
• algs.py包含个性化PCA学习算法的实现
• imgpro.py、vectorize.py、mnist.py分别用于处理视频数据、辩论语料库和FEMNIST数据集。