来源:https://blog.csdn.net/Mbx8X9u/article/details/78613444
前言
主成分分析(Principal components analysis,以下简称PCA)是最重要的降维方法之一。
在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用。
一般我们提到降维最容易想到的算法就是PCA,下面我们就对PCA的原理做一个总结。
PCA基本思想
PCA,主成分分析,顾名思义,就是找出数据里最主要的方面,用数据里最主要的方面来代替原始数据。
具体的,假如我们的数据集是n维的,共有m个数据(x(1),x(2),…,x(m))。希望将这m个数据的维度从n维降到n’维,希望这m个n’维的数据集尽可能的代表原始数据集。我们知道数据从n维降到n’维肯定会有损失,但是我们希望损失尽可能的小。
那么如何让这n’维的数据尽可能表示原来的数据呢?
先看看最简单的情况,也就是n=2,n’=1,也就是将数据从二维降维到一维。
数据如下图。我们希望找到某一个维度方向,它可以代表这两个维度的数据。图中列了两个向量方向,u1和u2,那么哪个向量可以更好的代表原始数据集呢?
从直观上也可以看出,u1比u2好。
为什么u1比u2好呢?
可以有两种解释
- 第一种解释是样本点到这个直线的距离足够近
- 第二种解释是样本点在这个直线上的投影能尽可能的分开。
基于上面的两种标准,我们可以得到PCA的两种等价推导
基于最近重构性
基于最大可分性
PCA算法流程
从上面两节我们可以看出,求样本x(i)的n’维的主成分。其实就是求样本集的协方差矩阵的前n’个特征值对应特征向量矩阵W,然后对于每个样本x(i),做如下变换z(i)=WTx(i),即达到降维的PCA目的。
算法流程
-
输入:n维样本集D=(x(1),x(2),…,x(m)),要降维到的维数n’.
-
输出:降维后的样本集D"
-
对所有的样本进行中心化:
x ( i ) = x ( i ) − 1 m ∑ j = 1 m x ( j ) 计 算 样 本 的 协 方 差 矩 阵 x^{(i)}=x^{(i)}-\frac 1m\sum_{j=1}^mx^{(j)}计算样本的协方差矩阵 x(i)=x(i)−m1j=1∑mx(j)计算样本的协方差矩阵 -
计算样本的协方差矩阵
-
对矩阵XXT进行特征值分解
-
取出最大的n’个特征值对应的特征向量(w1,w2,…,wn′), 将所有的特征向量标准化后,组成特征向量矩阵W
-
对样本集中的每一个样本x(i),转化为新的样本
-
降维后的样本集D
有时候,我们不指定降维后的n’的值,而是换种方式,指定一个降维到的主成分比重阈值t。这个阈值t在(0,1]之间。假如我们的n个特征值为λ1≥λ2≥…≥λn,则n’可以通过下式得到:
∑
i
=
1
n
‘
λ
i
∑
i
=
1
n
λ
i
≥
t
\frac {\sum_{i=1}^{n^`}\lambda_i}{\sum_{i=1}^{n}\lambda_i}\ge t
∑i=1nλi∑i=1n‘λi≥t
PCA实例
下面举一个简单的例子,说明PCA的过程。
假设我们的数据集有10个二维数据
(2.5,2.4), (0.5,0.7), (2.2,2.9), (1.9,2.2), (3.1,3.0), (2.3, 2.7), (2, 1.6), (1, 1.1), (1.5, 1.6), (1.1, 0.9)
需要用PCA降到1维特征。
首先我们对样本中心化,这里样本的均值为(1.81, 1.91)
所有的样本减去这个均值后,即中心化后的数据集为(0.69, 0.49), (-1.31, -1.21), (0.39, 0.99), (0.09, 0.29), (1.29, 1.09), (0.49, 0.79), (0.19, -0.31), (-0.81, -0.81), (-0.31, -0.31), (-0.71, -1.01)
现在我们开始求样本的协方差矩阵,由于我们是二维的,则协方差矩阵为:
X
X
T
=
(
c
o
v
(
x
1
,
x
1
)
c
o
v
(
x
1
,
x
2
)
c
o
v
(
x
2
,
x
1
)
c
o
v
(
x
2
,
x
2
)
)
XX^T=\begin{pmatrix}cov(x_1,x_1) & cov(x_1,x_2) \\ cov(x_2,x_1) & cov(x_2,x_2)\\ \end{pmatrix}
XXT=(cov(x1,x1)cov(x2,x1)cov(x1,x2)cov(x2,x2))
对于我们的数据,求出协方差矩阵为:
X
X
T
=
(
0.616555556
0.615444444
0.615444444
0.716555556
)
XX^T=\begin{pmatrix}0.616555556 & 0.615444444 \\ 0.615444444 & 0.716555556\\ \end{pmatrix}
XXT=(0.6165555560.6154444440.6154444440.716555556)
求出特征值为(0.490833989, 1.28402771)
对应的特征向量分别为:(0.735178656,0.677873399)T(−0.677873399,−0.735178656)T
由于最大的k=1个特征值为1.28402771,对于的k=1个特征向量为(−0.677873399,−0.735178656)T
则我们的W=(−0.677873399,−0.735178656)T
我们对所有的数据集进行投影z(i)=WTx(i),得到PCA降维后的10个一维数据集为:
(-0.827970186,1.77758033, -0.992197494, -0.274210416, -1.67580142, -0.912949103, 0.0991094375, 1.14457216, 0.438046137, 1.22382056)
PCA算法总结
作为一个非监督学习的降维方法,它只需要特征值分解,就可以对数据进行压缩,去噪。
因此在实际场景应用很广泛。为了克服PCA的一些缺点,出现了很多PCA的变种,比如为解决非线性降维的KPCA,还有解决内存限制的增量PCA方法Incremental PCA,以及解决稀疏数据降维的PCA方法Sparse PCA等。
优点
1)仅仅需要以方差衡量信息量,不受数据集以外的因素影响。
2)各主成分之间正交,可消除原始数据成分间的相互影响的因素。
3)计算方法简单,主要运算是特征值分解,易于实现。
缺点
1)主成分各个特征维度的含义具有一定的模糊性,不如原始样本特征的解释性强。
2)方差小的非主成分也可能含有对样本差异的重要信息,因降维丢弃可能对后续数据处理有影响。