最近由于用Haar特征+Adaboost训练分类器时遇到了Haar特征太多导致计算特征空间时内存不足的问题,便想找一些特征降维的方法来缩减特征空间,在网上找了好久也没有找到针对Haar特征有什么有效的降维方法。于是又抱起周志华那本《机器学习》把PCA部分重新翻了一遍,虽然最后发现PCA对于我的问题帮助不大(因为PCA是无监督的,在降维过程中没有利用类别信息,导致降维过后样本反而更难以区分了。这又引出了另外一种降维方法LDA。当然,这都是后话),但还是收获颇多,对于特征降维也有了更深的一些认识。
既然PCA是用于降维的,那么我们首先要明确,为什么要降维呢?结合我的经验来看,主要有这么几点:1.在原始特征空间中,有些特征之间可能存在很大的相关性-多重共线性,导致这些特征相互之间是冗余的,降维可以减少这种冗余性,降低运算成本。例如我统计一个班某次月考的分数,共4个特征,分别是语数外分数和总分,那么毫无疑问总分是完全多余的一个特征,因为它可以由语数外这三个分数相加得出,我们完全可以将其抛弃而对原问题没有丝毫影响,这就是特征间的相关性。另外,
多重共线性会导致解空间的不稳定,从而可能导致结果的不连贯;2.高维空间具有稀疏性,一维正态分布有