PCA主成分分析数学原理

Welcome To My Blog
复习完线性代数再来推导下PCA

概述

• 主成分分析(principalcomponent analysis)是一种数据分析方法,
  出发点:从一组特征中计算出一组按重要性从大到小排列的新特征,它们是原有特征的线性组合,并且相互之间是不相关(即不线性相关)的.
  
  • 重要性:通过方差衡量,方差大说明数据分布很散,含有的信息量大
  • 不相关:推导时用

具体推导

参数说明

记x1,x2…xp是P个原始特征(也就是某个样本的维数), x=(x1,x2…xp)^t,记ξ1,ξ2…ξp是p个新特征, ξ=(ξ1,ξ2…ξp)^t
新特征是原始特征的线性组合,ξi =Σαij*xj =αi^t*x 或者 ξ =A^t*x
A=(α1,α2…αp). αi=(αi1,αi2…αip)^t.
αi是新特征ξi线性组合的系数,不妨使||α||=1,即αi^t*αi=1(由具体推导过程可知,这是结果的共有部分,所以可以设为1),
ξi=αi^t*x的结果是一个数,所以对αi^t*x进行转置不影响结果)

计算第一个新特征ξ1的方差:

Var(ξ1)
= E[ξ1*ξ1^t] -E[ξ1]E[ξ1^t]
= E[α1^t*x*x^t*α1]-E[α1^t*x ]E[x^t*α1]
= α