參考：
http://blog.csdn.net/zouxy09/article/details/45276053
初步理解：
1、取訓練集
2、以訓練集爲樣本，計算出協方差矩陣，減去均值後的（中心化以後的）。協方差矩陣是一個方陣，設爲N*N。
3、計算相應的特徵值、特徵向量
特徵值會有N個，每個特徵值對應的特徵向量是N維的。
4、每個特徵向量就是一個特徵臉（猜測應該就是對應每個訓練集人的特徵。。。。）。
5、將訓練集的圖像和測試的圖像都投影到特徵向量上，再對測試集的每個圖像都找到訓練集中最近的或k鄰近的，進行分類。
6、而分類是否就是mlp要作的事情？