文章目录
主成分分析法的作用
- 通用的降维工具
降维
- 数据的特征又叫做数据的维度,减少数据的特征即降维
降维效果的影响
- 减少数据维度的同时能较好地代表原始数据
前导数学知识介绍
向量的内积
基
基变换
方差
为了有效的保留更多的原始数据。我们采用方差最大的方向最为最优基。
方差的计算
协方差
为了找到最合适基。计算出各属性的协方差
目标
利用协方差为0,选择另一组基,这组基的方向一定与第一组基正交。
推广
将一组N维向量降为K维(K大于0,小于N),其目标是选择K个单位,(模为1)正交基,使得原始数据变换到这组基上后,各字段两两间协方差为0,而字段的方差则尽可能大(在正交的约束下,取最大的K个方差)
协方差矩阵
协方差矩阵对角化
找到特征向量
计算步骤
- 将原始数据按列组成n行m列矩阵X;
- 将X的每一行(代表一个属性字段)进行零均值化,即减去这一行的均值
- 计算协方差矩阵 C = 1 m X X T C=\frac{1}{m}XX^T C=m1XXT
- 求出协方差矩阵的特征值及对应的特征向量;
- 将特征向量按对应特征值大小从上到下按行排列成矩