机器学习降维之主成分分析(PCA)

主成分分析(Principal components analysis, PCA) 是最重要的降维方法之一，在数据压缩、消除冗余和数据噪音消除等方面有广泛的应用。通常我们提到降维算法，最先想到的就是PCA，下面我们对PCA原理进行介绍。

1. PCA思想

PCA就是找出数据中最主要的方面，用数据中最重要的方面来代替原始数据。假如我们的数据集是n维的，共有m个数据(x1,x2,…,xm)，我们将这m个数据从n维降到r维，希望这m个r的数据集尽可能的代表原始数据集。

我们知道从n维降到r维肯定会有损失，但是希望损失尽可能的小，那么如何让这r维的数据尽可能表示原来的数据呢？首先来看最简单的情况，即将二维数据降到一维，也就是n=2,r=1。数据如下图所示，我们希望找到某一个维度方向，它可以代表这两个维度的数据。图中列了两个向量，也就是u1和u2，那么哪个向量可以更好的代表原始数据集呢？

直观上看u1比u2更好，为什么呢？可以有两种解释，第一种解释是样本点在这个直线上的投影尽可能的分开，第二种解释是样本点到这个直线的距离足够近。假如我们把r从1维推广到任意维，则我们希望降维的标准为样本点在这个超平面上的投影尽可能分开，或者说样本点到这个超平面的距离足够近。基于上面的两种标准，我们可以得到PCA的两种等价推导。

2. PCA推导:基于最大投影方差

2.1 基变换

一般来说，想要获得原始数据的表示空间，最简单的方式是对原始数据进行线性变换(基变换)，即Y=PX。其中Y是样本在新空间的表达，P是基向量，X是原始样本。我们可知选择不同的基能够对一组数据给出不同的表示，同时当基的数量少于原始样本本身的维数时，则可以达到降维的效果，矩阵表示如下
$$\left(\begin{array}{c}{p}_1\\ p_2\\ .\\ .\\ .\\ p_r\end{array}\right)\left(\begin{array}{cccc}{x}^{(1)}& x^{(2)}& ...& x^{(m)}\end{array}\right)=\left(\begin{array}{cccc}{p}_1{x}^{(1)}& p_1{x}^{(2)}& ...& p_1{x}^{(m)}\\ p_2{x}^{(1)}& p_2{x}^{(2)}& ...& p_2{x}^{(m)}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ p_r{x}^{(1)}& p_r{x}^{(2)}& ...& p_r{x}^{(m)}\end{array}\right)$$

2.2 方差

那么考虑，如何选择一个方向或者基才是最优的呢? 观察上图，我们将所有的点分别向两条直线做投影，基于前面PCA最大可分的思想，我们要找的方向是降维后损失最小，可以理解为投影后的数据尽可能的分开。那么这种分散程度可以用数学上的方差进行表示，方差越大数据越分散，方差公式如下所示
$$Var(x)=\frac{1}{m}\sum _{i=1}^m(x_i-\mu {)}^2$$
对数据进行中心化后得到
$$Var(x)=\frac{1}{m}\sum _{i=1}^m(x_i{)}^2$$
现在我们知道以下几点

• 对原始数据进行基变换可以对原始数据给出不同表示。
• 基的维度小于数据的维度可以起到降维的效果。
• 对基变换后新的样本进行求方差，选择使其方差最大的基。

2.3 协方差

基于上面提到的几点，我们来探讨如何寻找计算方案。从上面可以得到，二维降到一维可以使用方差最大，来选出能使基变换后数据分散最大的方向(基)，但如果遇到高维的变换，怎么办呢?

针对高维情况，数学上采用协方差来表示
$$Cov(X,Y)=E((X-\mu )(Y-\nu ))=E(X\cdot Y)-\mu \nu$$
例如，二维已中心化数据$(x^{(1)},x^{(2)})$的协方差为
$$Cov(x^{(1)},x^{(2)})=E(x^{(1)}\cdot$$