- PCA的目的
PCA(Principal Component Analysis)将原始数据降维成另一组数据。转换后的数据有两个要求:
① 同组数据间尽可能发散(方差越大越好)
② 各维数据间尽可能线性无关(协方差越小越好) - PCA的原理
首先我们假设原始数据X为m组2维:
X=(a1b1a2b2......ambm)
那么上面的两个要求可以用协方差矩阵表示:
1mXXT=⎛⎝⎜⎜⎜⎜⎜1m∑i=1ma2i1m∑i=1maibi1m∑i=1maibi1m∑i=1mb2i⎞⎠⎟⎟⎟⎟⎟
我们希望协方差矩阵是一个对角阵最好,因为这样方差不为零,而协方差为零。
假设原始数据为X,它的协方差矩阵为C
假设X经过P变化为Y,即Y=PX
假设降维后数据为Y,它的协方差矩阵为D
我们现在的目的是让D为对角阵,由于有以下性质:
D=====1mYYT1m(PX)(PX)T1mPXXTPTP(1mXXT)PTPCPT
此时,目标更明确了,我们要找到一个矩阵P,是的 PCPT 是对角阵。 - 如何找P
数学上已经证明了,一个n行n列的对称矩阵C可以找到n个单位正交向量 e1,e2,...,en ,将其按列组合成 E=(e1,e2,...,en) ,使得 ECET 。所以我们千辛万苦要找的P就是特征向量按列组成的矩阵。 - PCA算法步骤
设有m条n维数据
①将数据组成n行m列的矩阵X
②将X的每一行(代表一个属性字段)进行零均值化,即减去这一行的均值
③求出协方差矩阵 C=1mXXT
④求出C的特征值和特征向量
⑤将特征向量按照特征值大小从上到下按行排列成矩阵,取前k行组成矩阵P
⑥Y=PX即为降维到k维后的数据
主成分分析PCA
最新推荐文章于 2023-08-05 17:33:26 发布