1、主成分分析法PCA
在信号处理领域,认为信号具有较大方差,噪声具有较小方差。
信噪比:信号与噪声之比。信噪比越大意味着数据的质量越好,反之,信噪比越小意味着数据的质量越差。
PCA目标:在降维过程中,最大化投影方差,也就是让数据在主轴上投影的方差最大。即要找到最大的方差也就是协方差矩阵最大的特征值,最佳投影方向 就是最大特征值所对应的特征向量。
PCA求解步骤:
(1)对样本数据进行中心化处理。
(2)求样本协方差矩阵。
(3)对协方差矩阵进行特征值分解,将特征值从大到小排列。
(4)取特征值前d大对应的特征向量ω1 ,ω2 ,...,ωd,通过以下映射将n维样本映射到d维
另一种理解:找一个分割线将可以更好地拟合样本的特征点
2、线性判别分析LDA
LDA的中心思想:最大化类间距离和最小化类内距离。
最大化的目标对应了一个矩阵的特征值,于是 LDA降维变成了一个求矩阵特征向量的问题。
LDA求解步骤:
(1)计算数据集中每个类别样本的均值向量μj,及总体均值向量μ。
(2)计算类内散度矩阵Sw,全局散度矩阵St,并得到类间散度矩阵Sb= St-Sw。
(3)对矩阵进行特征值分解,将特征值从大到小排列。
(4)取特征值前d大的对应的特征向量,通过以下映射将n维样本映射到d维
3、二者区别
PCA是无监督降维算法,LDA是有监督降维算法。
PCA选择的是投影后数据方差最大的方向,用主成分来表示原始数据可以去除冗余的维度,达到降维。
而LDA选择的是投影后类内方差小、类间方差大的方向。使得原始数据在这些方向上投影后,不同类别尽可能区分开。