【机器学习-斯坦福】学习笔记18——线性判别分析(Linear Discriminant Analysis)(一)

转载 2013年12月03日 10:11:12
1. 问题

     之前我们讨论的PCA、ICA也好,对样本数据来言,可以是没有类别标签y的。回想我们做回归时,如果特征太多,那么会产生不相关特征引入、过度拟合等问题。我们可以使用PCA来降维,但PCA没有将类别标签考虑进去,属于无监督的。

     比如回到上次提出的文档中含有“learn”和“study”的问题,使用PCA后,也许可以将这两个特征合并为一个,降了维度。但假设我们的类别标签y是判断这篇文章的topic是不是有关学习方面的。那么这两个特征对y几乎没什么影响,完全可以去除。

     再举一个例子,假设我们对一张100*100像素的图片做人脸识别,每个像素是一个特征,那么会有10000个特征,而对应的类别标签y仅仅是0/1值,1代表是人脸。这么多特征不仅训练复杂,而且不必要特征对结果会带来不可预知的影响,但我们想得到降维后的一些最佳特征(与y关系最密切的),怎么办呢?

2. 线性判别分析(二类情况)

     回顾我们之前的logistic回归方法,给定m个n维特征的训练样例clip_image002(i从1到m),每个clip_image004对应一个类标签clip_image006。我们就是要学习出参数clip_image008,使得clip_image010(g是sigmoid函数)。

     现在只考虑二值分类情况,也就是y=1或者y=0。

     为了方便表示,我们先换符号重新定义问题,给定特征为d维的N个样例,clip_image012,其中有clip_image014个样例属于类别clip_image016,另外clip_image018个样例属于类别clip_image020

     现在我们觉得原始特征数太多,想将d维特征降到只有一维,而又要保证类别能够“清晰”地反映在低维数据上,也就是这一维就能决定每个样例的类别。

     我们将这个最佳的向量称为w(d维),那么样例x(d维)到w上的投影可以用下式来计算

     clip_image022

     这里得到的y值不是0/1值,而是x投影到直线上的点到原点的距离。

     当x是二维的,我们就是要找一条直线(方向为w)来做投影,然后寻找最能使样本点分离的直线。如下图:

     clip_image024

     从直观上来看,右图比较好,可以很好地将不同类别的样本点分离。

     接下来我们从定量的角度来找到这个最佳的w。

     首先我们寻找每类样例的均值(中心点),这里i只有两个

     clip_image026

     由于x到w投影后的样本点均值为

     clip_image028

     由此可知,投影后的的均值也就是样本中心点的投影。

     什么是最佳的直线(w)呢?我们首先发现,能够使投影后的两类样本中心点尽量分离的直线是好的直线,定量表示就是:

     clip_image030

     J(w)越大越好。

     但是只考虑J(w)行不行呢?不行,看下图

     clip_image031

     样本点均匀分布在椭圆里,投影到横轴x1上时能够获得更大的中心点间距J(w),但是由于有重叠,x1不能分离样本点。投影到纵轴x2上,虽然J(w)较小,但是能够分离样本点。因此我们还需要考虑样本点之间的方差,方差越大,样本点越难以分离。

     我们使用另外一个度量值,称作散列值(scatter),对投影后的类求散列值,如下

     clip_image033

     从公式中可以看出,只是少除以样本数量的方差值,散列值的几何意义是样本点的密集程度,值越大,越分散,反之,越集中。

     而我们想要的投影后的样本点的样子是:不同类别的样本点越分开越好,同类的越聚集越好,也就是均值差越大越好,散列值越小越好。正好,我们可以使用J(w)和S来度量,最终的度量公式是

     clip_image035

     接下来的事就比较明显了,我们只需寻找使J(w)最大的w即可。

     先把散列值公式展开

     clip_image037

     我们定义上式中中间那部分

     clip_image039

     这个公式的样子不就是少除以样例数的协方差矩阵么,称为散列矩阵(scatter matrices)

     我们继续定义

     clip_image041

     clip_image043称为Within-class scatter matrix。

     那么回到上面clip_image045的公式,使用clip_image047替换中间部分,得

     clip_image049

     clip_image051

     然后,我们展开分子

     clip_image052

     clip_image054称为Between-class scatter,是两个向量的外积,虽然是个矩阵,但秩为1。

     那么J(w)最终可以表示为

     clip_image056

     在我们求导之前,需要对分母进行归一化,因为不做归一的话,w扩大任何倍,都成立,我们就无法确定w。因此我们打算令clip_image058,那么加入拉格朗日乘子后,求导

     clip_image059

     其中用到了矩阵微积分,求导时可以简单地把clip_image061当做clip_image063看待。

     如果clip_image043[1]可逆,那么将求导后的结果两边都乘以clip_image065,得

     clip_image066

     这个可喜的结果就是w就是矩阵clip_image068的特征向量了。

     这个公式称为Fisher linear discrimination。

     等等,让我们再观察一下,发现前面clip_image070的公式

     clip_image072

     那么

     clip_image074

     代入最后的特征值公式得

     clip_image076

     由于对w扩大缩小任何倍不影响结果,因此可以约去两边的未知常数clip_image078clip_image080,得到

     clip_image082

     至此,我们只需要求出原始样本的均值和方差就可以求出最佳的方向w,这就是Fisher于1936年提出的线性判别分析。

     看上面二维样本的投影结果图:

     clip_image083

3. 线性判别分析(多类情况)

     前面是针对只有两个类的情况,假设类别变成多个了,那么要怎么改变,才能保证投影后类别能够分离呢?

我们之前讨论的是如何将d维降到一维,现在类别多了,一维可能已经不能满足要求。假设我们有C个类别,需要K维向量(或者叫做基向量)来做投影。

     将这K维向量表示为clip_image085

     我们将样本点在这K维向量投影后结果表示为clip_image087,有以下公式成立

     clip_image089

     clip_image091

     为了像上节一样度量J(w),我们打算仍然从类间散列度和类内散列度来考虑。

     当样本是二维时,我们从几何意义上考虑:

     clip_image092

     其中clip_image094clip_image043[2]与上节的意义一样,clip_image096是类别1里的样本点相对于该类中心点clip_image098的散列程度。clip_image100变成类别1中心点相对于样本中心点clip_image102的协方差矩阵,即类1相对于clip_image102[1]的散列程度。

     clip_image043[3]

     clip_image104

     clip_image106的计算公式不变,仍然类似于类内部样本点的协方差矩阵

     clip_image108

     clip_image054[1]需要变,原来度量的是两个均值点的散列情况,现在度量的是每类均值点相对于样本中心的散列情况。类似于将clip_image094[1]看作样本点,clip_image102[2]是均值的协方差矩阵,如果某类里面的样本点较多,那么其权重稍大,权重用Ni/N表示,但由于J(w)对倍数不敏感,因此使用Ni。

     clip_image110

     其中

     clip_image112

     clip_image102[3]是所有样本的均值。

     上面讨论的都是在投影前的公式变化,但真正的J(w)的分子分母都是在投影后计算的。下面我们看样本点投影后的公式改变:

     这两个是第i类样本点在某基向量上投影后的均值计算公式。

     clip_image114

     clip_image116

     下面两个是在某基向量上投影后的clip_image043[4]clip_image070[1]

     clip_image118

     clip_image120

     其实就是将clip_image102[4]换成了clip_image122

     综合各个投影向量(w)上的clip_image124clip_image126,更新这两个参数,得到

     clip_image128

     clip_image130

     W是基向量矩阵,clip_image124[1]是投影后的各个类内部的散列矩阵之和,clip_image126[1]是投影后各个类中心相对于全样本中心投影的散列矩阵之和。

     回想我们上节的公式J(w),分子是两类中心距,分母是每个类自己的散列度。现在投影方向是多维了(好几条直线),分子需要做一些改变,我们不是求两两样本中心距之和(这个对描述类别间的分散程度没有用),而是求每类中心相对于全样本中心的散列度之和。

     然而,最后的J(w)的形式是

     clip_image132

     由于我们得到的分子分母都是散列矩阵,要将矩阵变成实数,需要取行列式。又因为行列式的值实际上是矩阵特征值的积,一个特征值可以表示在该特征向量上的发散程度。因此我们使用行列式来计算(此处我感觉有点牵强,道理不是那么有说服力)。

     整个问题又回归为求J(w)的最大值了,我们固定分母为1,然后求导,得出最后结果(我翻查了很多讲义和文章,没有找到求导的过程)

     clip_image134

     与上节得出的结论一样

     clip_image136

     最后还归结到了求矩阵的特征值上来了。首先求出clip_image138的特征值,然后取前K个特征向量组成W矩阵即可。

     注意:由于clip_image070[2]中的clip_image140 秩为1,因此clip_image070[3]的秩至多为C(矩阵的秩小于等于各个相加矩阵的秩的和)。由于知道了前C-1个clip_image094[2]后,最后一个clip_image142可以有前面的clip_image094[3]来线性表示,因此clip_image070[4]的秩至多为C-1。那么K最大为C-1,即特征向量最多有C-1个。特征值大的对应的特征向量分割性能最好。

     由于clip_image138[1]不一定是对称阵,因此得到的K个特征向量不一定正交,这也是与PCA不同的地方。

相关文章推荐

Introduction to LDA (Linear Discrimination Analysis)

Linear Discrimination Analysis

线性判别分析(Linear Discriminant Analysis)

线性判别分析(Linear Discriminant Analysis) 1. 问题      之前我们讨论的PCA、ICA也好,对样本数据来言,可以是没有类别标签y的。回想我们做回归...
  • ffeng271
  • ffeng271
  • 2012年03月14日 17:16
  • 26514

Delphi7高级应用开发随书源码

  • 2003年04月30日 00:00
  • 676KB
  • 下载

特征变换以及维度下降——Linear Discriminant Analysis(一)

线性判别分析(Linear discriminant analysis, LDA),是一种监督学习算法,也叫做Fisher线性判别(Fisher Linear Discriminant, FLD),是...

机器学习: Linear Discriminant Analysis 线性判别分析

Linear discriminant analysis (LDA) 线性分类分析也是机器学习中常用的一种降维算法,与 PCA 相比, LDA 是属于supervised 的一种降维算法。PCA考虑...

【机器学习-斯坦福】学习笔记19——线性判别分析(Linear Discriminant Analysis)(二)

4. 实例       将3维空间上的球体样本点投影到二维上,W1相比W2能够获得更好的分离效果。              PCA与LDA的降维对比:              PCA选择...

【机器学习-斯坦福】学习笔记8 软间隔 核函数

3.1 线性不可以分 我们之前讨论的情况都是建立在样例线性可分的假设上,当样例线性不可分时,我们可以尝试使用核函数来将特征映射到高维,这样很可能就可分了。然而,映射后我们也不能100%保证可分。...

【机器学习-斯坦福】学习笔记23——偏最小二乘法回归(Partial Least Squares Regression)

1. 问题      这节我们请出最后的有关成分分析和回归的神器PLSR。PLSR感觉已经把成分分析和回归发挥到极致了,下面主要介绍其思想而非完整的教程。让我们回顾一下最早的Linear Reg...

线性判别分析Linear Discriminant Analysis学习心得

判别分析(Discriminant Analysis)根据研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。 根据判别标准不同可以分为距离判别、Fisher判别、Bayes判别法 ...
  • GcooQ
  • GcooQ
  • 2015年07月11日 10:20
  • 452

线性判别分析(Linear Discriminant Analysis)

1. 问题      之前我们讨论的PCA、ICA也好,对样本数据来言,可以是没有类别标签y的。回想我们做回归时,如果特征太多,那么会产生不相关特征引入、过度拟合等问题。我们可以使用PCA来降维...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:【机器学习-斯坦福】学习笔记18——线性判别分析(Linear Discriminant Analysis)(一)
举报原因:
原因补充:

(最多只允许输入30个字)