机器学习(十三)PCA降维原理

review点:特征值分解需要是方阵，

SVD奇异值分解不需要是方阵：

 

 

 

如要熟悉特征值分解 、奇异值分解  参考以下链接:

https://www.cnblogs.com/pinard/p/6251584.html

最近突然看到一个问题，PCA和SVD有什么关系？隐约记得自己照猫画虎实现的时候PCA的时候明明用到了SVD啊，但SVD（奇异值分解）和PCA的（特征值分解）貌似差得相当远，由此钻下去搜集了一些资料，把我的一些收获总结一下，以免以后再忘记。

参考：https://blog.csdn.net/dark_scope/article/details/53150883

PCA的简单推导

PCA有两种通俗易懂的解释，1)是最大化投影后数据的方差(让数据更分散)；2)是最小化投影造成的损失。这两个思路最后都能推导出同样的结果。 

下图应该是对PCA第二种解释展示得最好的一张图片了(ref:svd,pca,relation) 

 

向量

设两个非零向量a与b的夹角为θ，则将|b|·cosθ 叫做向量b在向量a方向上的投影或称标投影（scalar projection）。

在式中引入a的单位矢量a（A），可以定义b在a上的矢投影（vector projection）

图示的数据都已经去中心化了（中心点为原点），这一步操作可以简单地通过xi=xi−x¯xi=xi−x¯ 来达到，其中x¯x¯是样本的均值，为方便表示，后文的xx都是去中心化后的结果。 
可以看到PCA所谓的降维操作就是找到一个新的坐标系（旋转的两条直线式垂直的，我们可以用一组标准正交基{uj},j=1,...,n{uj},j=1,...,n来指示），然后减掉其中一些维度，使误差足够小。 
假设我们要找的投影方向是ujuj (ujuj是单位向量,即uTjuj=1ujTuj=1) ,点xixi在该方向上的投影就是(xTiuj)uj

 

所以要使J最小，就去掉变换后维度中最小的t个特征值对应的维度就好了。 
现在，我们再回过头看PCA的流程，就会发现一切都对应上了：

 

矩阵A乘以x表示，对向量x进行一次转换（旋转或拉伸）（是一种线性转换），而该转换的效果为常数c乘以向量x（即只进行拉伸）。

我们通常求特征值和特征向量即为求出该矩阵能使哪些向量（当然是特征向量）只发生拉伸，使其发生拉伸的程度如何（特征值大小）。这样做的意义在于，看清一个矩阵在那些方面能产生最大的效果（power），并根据所产生的每个特征向量（一般研究特征值最大的那几个）进行分类讨论与研究。

作者：Rex
链接：https://www.zhihu.com/question/20507061/answer/16610027
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

1. 对数据去中心化
2. 计算XXTXXT，注:这里除或不除样本数量MM或M−1M−1其实对求出的特征向量没影响
3. 对XXTXXT进行特征分解
4. 选取特征值最大的几个维度进行数据映射。（去掉较小的维度）

遗留问题

看到这有人要问了，我咋记得标准流程是计算矩阵的协方差矩阵呢？ 
我们来看协方差矩阵的计算公式：