文章目录
pca主成分分析算法原理讲解
1、PCA算法 - 桂。 - 博客园
https://www.cnblogs.com/xingshansi/p/6445625.html
2、
https://zhuanlan.zhihu.com/p/32412043
一、基础概念
1、方差:
二、PCA讲解
1、概念由来
2、评价指标的确定
问题一:谁是优化目标
经过上述讲解,知道了,pca的本质是从一个空间映射到另一个空间,以达到降为的目的,减少计算量。但是怎样在达到降为的目的的同时,还能够保存原有数据的大多数特征呢?
问题二:上述当上述二维的情况变为多维时,优化目标又是啥?
问题一中,在二维降到一维的情况下,可以把问题 转化为 新生成的数据“方差大小问题”,但是在多维的情况下呢?这里就要引出协方差的概念了。
协方差:
好了,重点来了:
Y=PX
——P是新的空间的基
——X是原数据
——Y是新生成的数据矩阵,也就是降维后提取出来的特征,每个行向量代表一个特征;
要想说这些特征提取的好,每个特征都是线性独一无二的,则每个特征之间应该是线性无关,也就是协方差==0,那该怎样得到这样一批线性无关向量呢?这就又引出了 协方差矩阵,可以使用协方差矩阵解决这个问题。
eg:
所以,最终问题就转化为矩阵Y的协方差矩阵对角化:
问题三:如何求得一个矩阵P,使得满足上面要求?
1、首先还得再讲一个线性代数的性质: 对称矩阵对角化
https://zhuanlan.zhihu.com/p/34896186
2、由上述性质可知,P*P的转置矩阵为 单位矩阵 E。
故最终优化优化目标可以写为:
最后总结PCA算法流程: