主成分分析（PCA）证明推导

pca和svd都是降维常用的方法。今天回顾一下pca的原理。

motivation

现在有m个数据，每个样本有n个属性值，样本用矩阵表示为$X\in R^{n\times m}$。每一列是一个样本。
方便接下来的讲述，我们把$X$默认是做过零均值化的。那么X的属性的协方差矩阵C等于：
$$C=\frac{1}{m}X{X}^T\in R^{n\times n}$$

我们想用一组新的坐标表示X，同时新的坐标数目更少（属性更少）。且在这些坐标下，X投影到这些坐标的值的方差比较大（最大的叫主元，一般取方差前k大的轴）。
以上的出发点是遵循最大可分性原则。
假设$P\in R^{n\times n}$是投影矩阵，线性变换之后的样本是$Y=PX$ 当然此时$Y$还是n维属性的。我们先不考虑降低维度的事情，先想如何能把Y的属性的方差最大化。

Method

想最大化Y的属性的方差，其实等价于最小化Y的各个属性之间的协方差。因为各个属性之间没有相关，才能让属性差异性最大，说明属性分布的更加离散。

因为正交变换不改变向量之间的相对位置，所以当样本的某种属性值降低，其他属性必然上升，要保持和原点的相对位置不变。

上图a和b的横纵坐标值在发生变化，当x轴坐标值小了，必然y轴坐标值大了。

为了让变换之后的样本的协方差最大，先求出$Y$的协方差$D$。
$$\begin{gathered} D=\frac{1}{m}Y{Y}^T \\ =\frac{1}{m}PX{X}^T{P}^T \\ =P\frac{1}{m}X{X}^T{P}^T \\ =PC{P}^T \end{gathered}$$
理想中的D应该是对角阵，其他位置都是协方差，主对角线是属性的方差。那么问题就来到了如何找到一个P能让D是对角矩阵。

注意C是n维方阵，且实对称。实对称矩阵一定可以正交对角化。所以P就是能让C对角化的正交矩阵，那么D就是C的特征值了
D = d i a g { λ 1 , λ 2 , . . . λ n } ， λ 1 > = λ 2 > = . . . D =diag \left \{\lambda_1, \lambda_2,... \lambda_n \right \}，\lambda_1>= \lambda_2 >=... D=diag{λ1​,λ2​,...λn​}，λ1​>=λ2​>=...
P就是特征值按照位置对应的特征向量。
接着我们把D拆解：
$$\begin{gathered} D=PC{P}^T \\ \approx {\lambda }_1{p}_1{p}_1^T+{\lambda }_2{p}_2{p}_2^T+...{\lambda }_k{p}_k{p}_k^T \end{gathered}$$
我们取前k大的特征值和对应的特征向量，能得到D的近似，那我们干脆就用这些特征向量，构成P，所以P的维度是$k\times n$ ，然后就得到了我们需要的变换矩阵P了。

实际上，还可以通过拉格朗日乘子法进行推导，也能得到相同的P。

reference

如何通俗易懂地讲解什么是 PCA 主成分分析？
机器学习】降维——PCA（非常详细）

奇异值分解（SVD）与图像压缩（附Python代码实现）
利用SVD求得两个对应点集合的旋转矩阵R和转移矩阵t的数学推导