吴恩达机器学习（第十五章）---降维PCA

一、目标

1.数据压缩

在机器学习中，会用到大量数据进行学习训练，当数据量很大，维度高时，对电脑内存的压力会很大，并且学习的速度也会很慢。

2.可视化

我们将一些高维的数据降维到1维，2维，3维的话，就可以进行可视化，将数据以图表的方式展示出来。

二、主成分分析方法

主成分分析方法（Principal Component Analysis (PCA)）是目前比较流行的进行降维的算法。

1.主要思想：

找一个向量，使得所有数据点到这个向量的距离（投影误差）最小。

2.线性回归与PCA的区别

  pca                                                                             线性回归

 两者的区别就在于，线性回归是求数据点对其对应在函数上的点之间的误差，是点与点之间的距离；而PCA是求点到直线的距离

三、预处理

在使用PCA之前要先进行预处理-----均值标准化

这个均值化和特征缩放类似，都是为了让所有数据都在一个较小范围内。

求得的u是每一个数据的所有特征的平均值，然后,如果不同的特征之间差的比较大的话，可以将上式改写为(s_j是x_j的标准差)

四、PCA计算过程

1.求该矩阵的协方差

2.用[U,S,V]=svd(sigma)对上式结果奇异值分解

3.我们得到的U是n*n的矩阵（n是向量x^i的维度），我们想要降维到k维的向量上，那么就取U的前k列向量。

4.   ,为k*n维,求得的z就是最终结果。

注：奇异值分解还在学习中，所以无法给出解释，还是个小菜鸡

五、k的选择

k不能随意选择，否则误差会很大。

1.通常我们用下式进行判断

当其小于0.01的时候我们认为这个k值是可以使用的，当然这个0.01不是绝对的，也可以是0.05，0.1等等，是根据个人而定。x_approx(是z通过压缩重现得到的x的近似值，z_approx=U_reduce*z)

2.也可以使用[U,S,V]=svd(sigma)

   最近开通了一个公众号，里面会分享一些机器学习，深度学习，推荐系统的学习笔记和相关知识，同时也会分享一些面经，感兴趣的小伙伴可以关注一下，十分感谢，比心