PCA 原理：为什么用协方差矩阵

PCA的理论知识以及与K-L变换的关系

PCA是主成分分析(Principal Components Analysis)的简称。这是一种数据降维技术，用于数据预处理。一般我们获取的原始数据维度都很高，那么我们可以运用PCA算法降低特征维度。这样不仅可以去除无用的噪声，还能减少很大的计算量。

K-L转换(Karhunen-Loève Transform)是建立在统计特性基础上的一种转换，它是均方差(MSE, Mean Square Error)意义下的最佳转换，因此在资料压缩技术中占有重要的地位。K-L转换是对输入的向量x，做一个正交变换，使得输出的向量得以去除数据的相关性。

不过在图像处理上，K-L变换即是PCA变换，两者可以说是没有区别的。(待考证)

 

PCA的主要步骤

1、输入样本矩阵，大小：m*n。每一行为一个n维样本，共m个，如下图：

样本矩阵X=

取第一行为例，它的下标含义是 行表示样本序号，列表示样本维度。

         

 

2、对样本矩阵进行中心化(取均值)；

 

3、计算样本的协方差矩阵；

 

4、计算协方差矩阵的特征值并取出最大的k个特征值所对应的特征向量，构成一个新的矩阵；

若使用matlab的话直接利用函数eig即可求得，若是用python3的话，借助numpy.linalg.eig函数即可。

 

5、这个矩阵就是我们要求的特征矩阵(也称特征脸)，里面每一列就为样本的一维主成分。把样本矩阵投影到以该矩阵为基的新空间中，便可以将n维数据降低成k维数据。

为了让大家对特征脸有个直观印象，下面将展示提取出来的特征脸结果，略恐怖，注意！ （：P）

 

 

使用的是ORL人脸库中的实例：共40个人的人脸图片，每人有10张。

 

PCA的设计思路

从上面PCA的实现步骤可以发现，它的关键步骤便是求出样本协方差矩阵C的特征向量矩阵。可是，为什么要这么做呢？为什么这么做就可以把人脸特征提取出来呢？这是我在学习PCA算法过程中一直思考的问题，经过多方查找资料，对比分析、思考，终于有了一个初步的理解。下面就让我们来一探究竟吧。

 

上文中提到过，PCA变换其实就是一种降维技术。

什么是降维？降维就是指通过矩阵乘法运算后，把原来的矩阵维度减少。比如

 

维数减少了，虽然可以大大减少算法的计算量，但是若对基矩阵P选择不当的话就很有可能会导致信息量的缺失。

因此我们要选择哪K个基(这里还不知道是特征向量)才能保证降维后能最大程度保留原有的信息，是进行设计的主方向。

 

什么是信息呢？根据信息论的定义，我们可以知道信息来源于未知。也就是说如果不同样本的同一维度的值差异特别大，那该维度带给我们的信息量就是极大的。转换成数学语言，也就是说某维度的方差越大，它的信息量越大。

举个例子：假如你有3个人的人脸特征数据，他们均有3个维度：眼睛、鼻子、嘴巴。如果他们鼻子这一维度的数据都是一样的，如下图中，三个人都是大鼻子(方差=0)。那么我们从鼻子这一维度获得的信息量就是为零，因为无法从该维度得知该人脸图像到底属于谁的。

那如果他们鼻子这一维度的数据各不相同，如下图中，三个人分别是大、中、小鼻子(方差很大)。那么我们从鼻子这一维度获得的信息量就很大了，甚至直接用这一个维度就可以识别出是谁的人脸图像。

综上，我们就可以很容易联想到  第一个优化目标：降维后各维度的方差尽可能大。

既然有了第一个，当然就会有第二个啦(我说的是优化目标，别想多啦)，我们的第二个优化目标便是保证不同维度之间的相关性为0(其实就是让基向量互相正交)。

 

因为如果某2个维度间存在相关性，就说明从一个维度的值可以推测出另一个维度的值。说明该维度中有一个是多余的，对我们识别特征帮助不大，那自然可以把其中一个维度舍去。

比如说：如果上面例子中嘴巴与鼻子这两个维度之间存在线性关系(相关性为1，完全相关)：对于格式：(y)嘴巴、(x)鼻子，有y=x，x∈[大，中，小]。那么嘴巴这一维度在这里是不是就是冗余的?有它没它都一个样，完全可以通过鼻子的大小推测出嘴巴的大小，进而判断出人脸的身份。

综上所述，

PCA算法的优化目标就是:    ① 降维后同一纬度的方差最大

                                          ② 不同维度之间的相关性为0

 

根据线性代数，我们可以知道同一元素的协方差就表示该元素的方差，不同元素之间的协方差就表示它们的相关性。因此这两个优化目标可以用协方差矩阵来表示，如下图：

 

如下图，根据矩阵的迹的定义：

 

可以知道优化目标一便是令Cy矩阵的对角线元素之和最大。即max tr(Cy)

 

-------------------------------------------------------------------------------------------------------------

知道了目标，接下来就好办，我们要做的就是想尽一切办法去达到我们的优化目标。

下面便是推导过程：

 

PS：拉格朗日乘子法定义如下 <p><img alt="" class="has" src="https://img-blog.csdn.net/20180512100145486?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMDc2Nzg5MQ==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70"></p> </td> </tr></tbody></table></div><p><br><span style="color:#000000;"><img alt="" class="has" src="https://img-blog.csdn.net/20180512100435471?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMDc2Nzg5MQ==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70"></span></p>

 

 

 

根据：

 

可以看到，最终求得的结果满足特征向量的关系式，因此由C矩阵的特征向量所构成的基矩阵，就是我们要求的变换矩阵。

由该矩阵降维得到的新样本矩阵可以最大程度保留原样本的信息。

 

 

至此，问题都已经解决了：信息量保存能力最大的基向量一定是样本矩阵X的协方差矩阵的特征向量，并且这个特征向量保存的信息量就是它对应的特征值的绝对值。这个推导过程就解释了为什么PCA算法要利用样本协方差的特征向量矩阵来降维。
我觉得这正是理解PCA算法的关键点，只要理解了这一点，对PCA算法也就基本掌握了，之后要自己编程实现PCA

 

人脸识别系统，也就只是按部就班的事了。

 

这是我用python3.6写的参考代码(基于PCA的人脸识别系统)：https://github.com/LJRice/KL-PAC-_face

大家有兴趣的话可以研究一下，若是文章、代码中有哪里不对还请私信我，谢谢观看:D

 

(PS：该文章只是讲解了PCA的工作原理，不涉及它的具体实现方法。等以后有时间，还会对代码进行详细介绍的。)