个人笔记,非教程
2 D P C A 2DPCA 2DPCA
找到一个投影矩阵W,使数据X不用拉成一维就能投影得到低维表示Y
Y = X W Y=XW Y=XW
投影后的协方差矩阵
S ( Y ) = Y T Y = W T X T X W = W T S ( X ) W S(Y)=Y^TY=W^TX^TXW=W^TS(X)W S(Y)=YTY=WTXTXW=WTS(X)W
最大化tr(S(Y))
max t r ( S ( Y ) ) = max t r ( W T S ( X ) W ) \max tr(S(Y))=\max tr(W^TS(X)W) maxtr(S(Y))=maxtr(WTS(X)W)
对S(X)特征值分解求前d个最大特征值对应的特征向量组成投影矩阵W即可
\
( 2 D ) 2 P C A (2D)^2PCA (2D)2PCA
通过2DPCA得到Y后求一个投影矩阵V使Y得到低维表示Z
Z = V T Y Z=V^TY Z=VTY
投影后的协方差矩阵
S ( Z ) = Z Z T = V T Y Y T V S(Z)=ZZ^T=V^TYY^TV S(Z)=ZZT=VTYYTV
最大化tr(S(Z))
max t r ( S ( Z ) ) = max t r ( V T S ( Y T ) V ) \max tr(S(Z))=\max tr(V^TS(Y^T)V) maxtr(S(Z))=maxtr(VTS(YT)V)