AI深入浅出

专注于机器学习、自然语言处理、图像识别等领域,分享最新的领域前沿消息,数据处理、机器学习等技术以及在行业中的应用场景。欢迎同道中人关注交流~...

奇异值分解(SVD)原理

前言


奇异值分解(Singular Value Decomposition,简称SVD)是在机器学习领域广泛应用的算法,它不光可以用于降维算法中的特征分解,还可以用于推荐系统,以及自然语言处理等领域,是很多机器学习算法的基石。本文就对SVD的原理做一个总结,并讨论在在PCA降维算法中是如何运用运用SVD的。

特征值与特征向量

首先回顾下特征值和特征向量的定义如下:

Ax=λx

其中A是一个n×n的矩阵,x是一个n维向量,则我们说λ是矩阵A的一个特征值,而x是矩阵A的特征值λ所对应的特征向量。


求出特征值和特征向量有什么好处呢? 我们可以将矩阵A特征分解。如果我们求出了矩阵A的n个特征值λ1≤λ2≤...≤λn,以及这n个特征值所对应的特征向量{w1,w2,...wn},那么矩阵A就可以用下式的特征分解表示:

A=WΣW^−1

其中W是这n个特征向量所张成的n×n维矩阵,而Σ为这n个特征值为主对角线的n×n维矩阵。一般会把W的这n个特征向量标准化,即满足||wi||^2=1, 或者说wi^Twi=1,此时W的n个特征向量为标准正交基,满足W^TW=I,即W^T=W^−1, 也就是说W为酉矩阵。这样特征分解表达式可以写成

A=WΣW^T

注意到要进行特征分解,矩阵A必须为方阵。那么如果A不是方阵,即行和列不相同时,我们还可以对矩阵进行分解吗?


SVD定义

SVD也是对矩阵进行分解,但和特征分解不同,SVD并不要求要分解的矩阵为方阵。假设矩阵A是一个m×n的矩阵,那么我们定义矩阵A的SVD为:

A=UΣV^T

其中U是一个m×m的矩阵,Σ是一个m×n的矩阵,除了主对角线上的元素以外全为0,主对角线上的每个元素都称为奇异值,V是一个n×n的矩阵。U和V都是酉矩阵,即满足U^TU=I,V^TV=I。下图可以很形象的看出上面SVD的定义:

640?wx_fmt=png

那么如何求出SVD分解后的U,Σ,V这三个矩阵呢?如果将A的转置和A做矩阵乘法,那么会得到n×n的一个方阵A^TA。既然A^TA是方阵,那么就可以进行特征分解,得到的特征值和特征向量满足下式:

640?wx_fmt=png

这样就可以得到矩阵A^TA的n个特征值和对应的n个特征向量v。将A^TA的所有特征向量张成一个n×n的矩阵V,就是SVD公式里面的V矩阵了。一般将V中的每个特征向量叫做A的右奇异向量。


如果将A和A的转置做矩阵乘法,那么会得到m×m的一个方阵AA^T。既然AA^T是方阵,那么就可以进行特征分解,得到的特征值和特征向量满足下式:

640?wx_fmt=png

这样就可以得到矩阵AA^T的m个特征值和对应的m个特征向量u。将AA^T的所有特征向量张成一个m×m的矩阵U,就是SVD公式里面的U矩阵。一般将U中的每个特征向量叫做A的左奇异向量。


U和V求出来后,现在剩下奇异值矩阵Σ没有求出。由于Σ除了对角线上是奇异值其他位置都是0,那我们只需要求出每个奇异值σ就可以了。注意到:

640?wx_fmt=png

可以求出我们的每个奇异值,进而求出奇异值矩阵Σ。


上面还有一个问题没有讲,就是说A^TA的特征向量组成的就是SVD中的V矩阵,而AA^T的特征向量组成的就是SVD中的U矩阵,这有什么根据吗?其实很容易证明,以V矩阵的证明为例。

640?wx_fmt=png

上式证明了U^TU=I,Σ^T=Σ。可以看出A^TA的特征向量组成的的确就是SVD中的V矩阵。类似的方法可以得到AA^T的特征向量组成的就是SVD中的U矩阵。


SVD计算实例

用一个简单的例子来说明矩阵是如何进行奇异值分解的。矩阵A定义为:

640?wx_fmt=png

首先求出A^TA和AA^T

640?wx_fmt=png

求出A^TA的特征值和特征向量:

640?wx_fmt=png

接着求AA^T的特征值和特征向量:

640?wx_fmt=png

求出奇异值

640?wx_fmt=png

 最终得到A的奇异值分解为:

640?wx_fmt=png


SVD的性质

上面对SVD的定义和计算做了详细的描述,似乎看不出SVD有什么好处。那么SVD有什么重要的性质值得我们注意呢?对于奇异值,它跟特征分解中的特征值类似,在奇异值矩阵中也是按照从大到小排列,而且奇异值的减少特别的快,在很多情况下,前10%甚至1%的奇异值的和就占了全部的奇异值之和的99%以上的比例。也就是说,也可以用最大的k个的奇异值和对应的左右奇异向量来近似描述矩阵。也就是说:

640?wx_fmt=png

如下图所示,现在矩阵A只需要灰色的部分的三个小矩阵就可以近似描述了。

640?wx_fmt=png

由于这个重要的性质,SVD可以用于PCA降维,来做数据压缩和去噪。也可以用于推荐算法,将用户和喜好对应的矩阵做特征分解,进而得到隐含的用户需求来做推荐。同时也可以用于NLP中的算法,比如潜在语义索引(LSI)。


SVD用于PCA

在主成分分析(PCA)原理总结(机器学习(27)【降维】之主成分分析(PCA)详解)中讲到要用PCA降维,需要找到样本协方差矩阵X^TX的最大的d个特征向量,然后用这最大的d个特征向量张成的矩阵来做低维投影降维。可以看出,在这个过程中需要先求出协方差矩阵X^TX,当样本数多样本特征数也多的时候,这个计算量是很大的。


注意到SVD也可以得到协方差矩阵X^TX最大的d个特征向量张成的矩阵,但是SVD有个好处,有一些SVD的实现算法可以不求先求出协方差矩阵X^TX,也能求出我们的右奇异矩阵V。也就是说,PCA算法可以不用做特征分解,而是做SVD来完成。这个方法在样本量很大的时候很有效。实际上,scikit-learn的PCA算法的背后真正的实现就是用的SVD,而不是我们我们认为的暴力特征分解。


另一方面,注意到PCA仅仅使用了SVD的右奇异矩阵,没有使用左奇异矩阵,那么左奇异矩阵有什么用呢?


假设样本是m×n的矩阵X,如果通过SVD找到了矩阵XX^T最大的d个特征向量张成的m×d维矩阵U,则如果进行如下处理:

640?wx_fmt=png

可以得到一个d×n的矩阵X‘,这个矩阵和原来的m×n维样本矩阵X相比,行数从m减到了k,可见对行数进行了压缩。也就是说,左奇异矩阵可以用于行数的压缩。相对的,右奇异矩阵可以用于列数即特征维度的压缩,也就是PCA降维。  

 

SVD小结

SVD作为一个很基本的算法,在很多机器学习算法中都有它的身影,特别是在现在的大数据时代,由于SVD可以实现并行化,因此更是大展身手。SVD的原理不难,只要有基本的线性代数知识就可以理解,实现也很简单因此值得仔细的研究。当然,SVD的缺点是分解出的矩阵解释性往往不强,有点黑盒子的味道,不过这不影响它的使用。



 近期热文

分享 | 由0到1走入Kaggle-入门指导 (长文、干货)

2017 Bye,2018 Day Day Up

从最大方差来看主成分分析PCA

常见文本相似度量方法总结

文本分类特征提取之Word2Vec

干货|免费文本语料训练数据集

机器学习之决策树模型组合理解

机器学习之理解支持向量机SVM

机器学习之朴素贝叶斯分类器

... ...

到任何值得去的地方都没有捷径。


0?wx_fmt=jpeg

更多干货内容请关注微信公众号“AI 深入浅出”

长按二维码关注

阅读更多
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

不良信息举报

奇异值分解(SVD)原理

最多只允许输入30个字

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭