[CS131] Lecture 12 Face Recognition & Dimensionality Reduction

根据 Stanford CS131 课程写的笔记（大部分为 note 翻译），英语水平一般，如有错误请评论指正

Lecture 12 Face Recognition & Dimensionality Reduction

Overview and Motivation

Overview

维度减少是用于减少特征数的一个过程，可以提高效率。主要有两种方法：奇异值分解 (Singular Value Decomposition, SVD) 和主成分分析 (Principal Component Analysis, PCA)。

Motivation

1. 减少计算成本。减少不重要的特征，保留关键成分。
2. 减少 “维度灾难” 的影响。lecture 11 中提及，维度增加，需要更多数据点，分析耗费的时间更多。因此，减少维度能够缓解维度灾难。
3. 压缩数据。极大的降低数据储存要求。

Singular Value Decomposition (SVD)

Overview

直观地，SVD 是允许将数据呈现在一个新子特征空间的程序，使得数据的大多数变化能被捕捉。这是通过原特征空间的旋转轴，形成与原轴 / 原特征（例如：客户的年龄、收入 ···）线性组合的新轴。新轴可以基于每个方向对方差的贡献，系统地分解数据点的方差（数据的分散程度）。

SVD 的结果是一个关于特征空间的 “方向” 表，根据方差由高到低排序。有最高方差的方向称为 “（数据方差的）主成份”。关注这些维度的数据分布，就可以捕捉到大多数信息。

特征选择和维度减少有所不同，见下。

Technical Details of Singular Value Decomposition

• SVD 代表矩阵$A=U\Sigma V^T$，其中$U:m\times m$和$V:n\times n$是旋转矩阵，$\Sigma:m\times n$是对角尺度矩阵。例如：

  

• python 代码：[U, S, V] = numpy.linalg.svd(A)。计算机计算 SVD 步骤如下：

  1. 计算$AA^T$的特征向量。这些向量构成$U$的列。特征向量的平方根为奇异值 (构成$\Sigma$)
  2. 计算$A^TA$的特征向量。这些向量构成$V$的列。

• 因为 SVD 依赖于特征向量的计算，所以即使矩阵很大，计算也很快。

• 更详细的实现细节：http://www.ams.org/samplings/feature-column/fcarc-svd.

Eigenvector definition

• $Ax=\lambda x$，$x$为特征向量，$\lambda$为放缩因子。
• 换句话说，用$x$来转换$A$只会放缩但不会改变方向。

Applications of Singular Value Decomposition

• 计算逆转矩阵。如果任意矩阵$A$可以被分解为$A=U\Sigma V^T$，那么$A$的逆可以定义为$A^+=V^T\Sigma ^{-1}U$。即使这只是一个近似值，但它允许计算许多非平方矩阵的逆。
• SVD 也可以用于计算矩阵的主成份。主成份大量用于数据分析和机器学习中，因此 SVD 是很多程序的核心。

Principal Component Analysis (PCA)

What are Principal Component

继续 SVD 的例子，注意$U$的第一列被$\Sigma$的第一个值缩放了。

接着，$U\Sigma$被$V^T$的第一行缩放，对$A$的列产生了一个贡献$A_{partial}$。每个 ($U$的列$i$)*($\Sigma$的值$i$)*($V^T$的行$i$) 都是$A$的一个成分。

在这个过程中，我们把矩阵$A$作为$U$的行的线性组合，如上图。但是，现实中我们可以只有$U$的几列来构造出一个$A$的好的近似。这是由于$\Sigma$的性质。$\Sigma$是一个最大值位于左上角，其余值由左上往右下递减的对角矩阵。因此，$U$的前列对$A$的贡献最大。这前几列就称为主成分。

我们通过分析协方差矩阵，移除贡献小的维度。协方差矩阵的值并没有那么重要，但是值的符号很重要，正号代表正相关，负号代表负相关，0 代表相互独立。

Covariance

方差和协方差是一组点在质量中心（均值）的 “扩散” 的度量。方差：衡量一个维度上的点的偏差的度量，例如高度。协方差：衡量每个维度之间的差异的一种度量。在两个维度之间测量协方差，看看两个维度之间是否有关系，例如研究的小时数和获得的分数。一个维度和自身之间的协方差是方差。

$$COV(x,y)=\frac{\sum^n_{i=1}(\overline x_i-x)(\overline y_i-y)}{n-1}$$

Performing PCA

PCA 可以用 sklearn package 实现：sklearn.decomposition.PCA。非正式方法实现步骤如下：

1. 将数据转化为$m\times n$格式，$m$代表样本数，$n$表示特征数

2. 使$X$置中
   

   $$\frac{X-平均值}{每行标准差}$$

3. 通过 SVD 对角化$X$：$X=U\Sigma V^T$

4. 特征向量是主要方向，这些轴上的阴影是组成成分。这意味着最终我们要计算$XV$

5. 因为$V$包含特征向量，所以是标准正交的，$XV=U\Sigma V^TV=US$

6. 步骤 5 说明我们只需要$US$的列，均由 SVD 产生。

Applications of Principal Component

• 图像压缩。图像矩阵中的大多数信息都可以被低阶矩阵提取。所以在质量没有明显损失下，可以使用 PCA 压缩图像。如图：

  

  只用 16 个主成份，原图像就能被很好的重现。相对误差如下：

  

• 用于搜索引擎。搜索空间中有许多都与搜索关键词无关，所以搜索引擎常用 PCA 缩小搜索空间。这对即使搜索十分重要，也体现了 SVD 的能力。

实际上，PCA 代表了样本作为不同成分的权重 – 允许用一个成分代表样本间的差异。这大大减少了数据冗余，使得算法更加高效有用。