PCA算法

主成分分析(Principal components analysis,以下简称PCA)是最重要的降维方法之一。
参考:http://www.cnblogs.com/pinard/p/6239403.html

PCA的思想

PCA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))。我们希望将这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?

我们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,u1u2,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,u1u2好。
这里写图片描述
为什么u1u2好呢?有两种解释:

  • 样本点到这个直线的距离足够近;
  • 样本点在这个直线上的投影能尽可能的分开。

假如我们把n’从1维推广到任意维,则我们的希望降维的标准为:

  • 样本点到这个超平面的距离足够近;
  • 样本点在这个超平面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。

投影介绍

参考:https://blog.csdn.net/u013719780/article/details/78352262
这里写图片描述
如上图所示,红色点表示原样本点x(i),在u上投影,u是蓝色直线的斜率也是直线的方向向量,而且是单位向量,直线上的蓝色点表示原样本点x(i)在u上的投影。容易知道投影点离原点的距离是x(i),由于这些原始样本点的每一维特征均值都为0,因此投影到u上的样本点的均值仍然是0。

  • 原样本点x(i)
  • 在u上投影
  • 投影点离原点的距离是x(i)Tu

  • 原m个n维数据(x(1),x(2),...,x(m))进行中心化,即i=1mx(i)=0
  • 经过投影变换后得到的新坐标系为{w1,w2,...,wn}丢弃新坐标系中的部分坐标,则新的坐标系为{w1,w2,...,wn},其中w是标准正交基,即||w||2=1,wTiwj=0
  • 投影点的投影为z(i)=(z(i)1,z(i)2,...,z(i)n),样本点在低维坐标系里第j维的坐标z(i)j=wTjx(i)

  • 如果我们用z(i)来恢复原始数据x(i),则得到的恢复数据x(i)=j=1nz(i)jwj=Wz(i),其中,W为标准正交基组成的矩阵。

PCA的推导:基于最小投影距离

我们首先看第一种解释的推导,即样本点到这个超平面的距离足够近。
我们考虑整个样本集,我们希望所有的样本到这个超平面的距离足够近,即最小化下式:

i=1m||x(i)x(i)||22
将这个式子进行整理,可以得到:
i=1m||x(i)x(i)||22=i=1m||Wz(i)x(i)||22=i=1m(Wz(i))T(Wz(i))2i=1m(Wz(i))Tx(i)+i=1mx(i)Tx(i)=i=1mz(i)Tz(i)2i=1mz(i)TWTx(i)+i=1mx(i)Tx(i)=i=1mz(i)Tz(i)2i=1mz(i)Tz(i)+i=1mx(i)Tx(i)=i=1mz(i)Tz(i)+i=1mx(i)Tx(i)=tr(WTi=1mx(i)x(i)T)W)+i=1mx(i)Tx(i)=tr(WTXXTW)+i=1mx(i)Tx(i)
其中第(1)步用到了x(i)=Wz(i)
第(2)步用到了平方和展开,
第(3)步用到了矩阵转置公式(AB)T=BTATWTW=I
第(4)步用到了z(i)=WTx(i)
第(5)步合并同类项,
第(6)步用到了z(i)=WTx(i)和矩阵的迹,
第(7)步将代数和表达为矩阵形式。

注意到,i=1mx(i)x(i)T是数据集的协方差矩阵,W的每一个向量wj是标准正交基。而i=1mx(i)Tx(i)是一个常量。最小化上式等价于:

argminWtr(WTXXTW)s.t.WTW=I
这个最小化不难,直接观察也可以发现最小值对应的W由协方差矩阵XXT最大的n’个特征值对应的特征向量组成。当然用数学推导也很容易。利用拉格朗日函数可以得到:
J(W)=tr(WTXXTW)+λ(WTWI)
对W求导有
XXTW+λW=0
整理下即为:
XXTW=λW
这样可以更清楚的看出,W为XXT的n’个特征向量组成的矩阵,而λXXT的特征值。当我们将数据集从n维降到n’维时,需要找到最大的n’个特征值对应的特征向量。这n’个特征向量组成的矩阵W即为我们需要的矩阵。对于原始数据集,我们只需要用z(i)=WTx(i),就可以把原始数据集降维到最小投影距离的n’维数据集。

PCA的推导:基于最大投影方差

现在我们再来看看第二种,基于最大投影方差的推导。
对于任意一个样本x(i),在新的坐标系中的投影为WTx(i),在新坐标系中的投影方差为WTx(i)x(i)TW,要使所有的样本的投影方差和最大,也就是最大化i=1mWTx(i)x(i)TW,即:

argmaxWtr(WTXXTW)s.t.WTW=I
观察上一节的基于最小投影距离的优化目标,可以发现完全一样,只是一个是加负号的最小化,一个是最大化。

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XXT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。

下面我们看看具体的算法流程:

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′
    
1. 对所有的样本进行中心化:x(i)=x(i)1mj=1mx(j)
    
2. 计算样本的协方差矩阵XXT
    
3. 对矩阵XXT进行特征值分解
    
4. 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。
    
5. 对样本集中的每一个样本x(i),转化为新的样本z(i)=WTx(i)
    
6. 得到输出样本集D=(z(1),z(2),...,z(m))

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λ1λ2...λn,则n’可以通过下式得到:

i=1nλii=1nλit

PCA算法总结

这里对PCA算法做一个总结。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。

PCA算法的主要优点有:

  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。

PCA算法的主要缺点有:

  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。

核主成分分析KPCA介绍

在上面的PCA算法中,我们假设存在一个线性的超平面,可以让我们对数据进行投影。但是有些时候,数据不是线性的,不能直接进行PCA降维。这里就需要用到和SVM一样的核函数的思想,先把数据集从n维映射到线性可分的高维N>n,然后再从N维降维到一个低维度n’, 这里的维度之间满足n<n<N.

使用了核函数的主成分分析一般称之为核主成分分析(Kernelized PCA, 以下简称KPCA。假设高维空间的数据是由n维空间的数据通过映射ϕ产生。

则对于n维空间的特征分解:

i=1mx(i)x(i)TW=λW
映射为:
i=1mϕ(x(i))ϕ(x(i))TW=λW

通过在高维空间进行协方差矩阵的特征值分解,然后用和PCA一样的方法进行降维。一般来说,映射ϕ不用显式的计算,而是在需要计算的时候通过核函数完成。由于KPCA需要核函数的运算,因此它的计算量要比PCA大很多。

没有更多推荐了,返回首页