我们推荐奇异值分解(SVD)

最新推荐文章于 2024-08-13 19:12:47 发布

zzminer

最新推荐文章于 2024-08-13 19:12:47 发布

阅读量7.2k

点赞数 4

分类专栏： DataScience 文章标签： SVD

DataScience 专栏收录该内容

3 篇文章 2 订阅

订阅专栏

We Recommend a Singular Value Decomposition

我们推荐奇异值分解

奇异值分解可以方便地把一个矩阵（包含我们感兴趣的数据）分解得更加简单和有意义。本文讲解了奇异值分解的几何解释，顺便也介绍了一些应用。

From http://www.ams.org/samplings/feature-column/fcarc-svd

David Austin，Grand ValleyState University

介绍

本文的主题是奇异值分解(singular value decomposition，SVD)，它应该是数学系研究生标准课程的一部分，但是经常被忽略。除了十分直观，此类分解(decomposition)还极其有用。比如，Netflix，一在线电影租赁公司，为改进他们的推荐系统设立了100万美元奖金，要求是准确度(accuracy)提高10%。令人惊讶的是，这个看起来很普通的问题，实际上十分具有挑战性。参与的团队正在使用十分复杂的技术。这些技术的核心便是奇异值分解。

奇异值分解可以方便地把一个矩阵（包含我们感兴趣的数据）分解得更加简单和有意义。本文讲解了奇异值分解的几何解释，顺便也介绍了一些应用。

线性转换的几何学解释

让我们先看一些简单的2x2的矩阵。第一个例子是如下对角矩阵(diagonal matrix)

从几何学角度，我们可以把类似矩阵看作是一种转换：在平面上取一点(x, y)，然后通过矩阵相乘，把此点转换到另外一点:

此转换效果是：平面在水平方向伸展了3倍，垂直方向无变化。

现在我们再看矩阵

它产生以下效果：

此转换看上去不像前面的简单明了。但是让我们把网格(grid，http://mathworld.wolfram.com/Grid.html)旋转45度，看看会发生什么情况。

啊哈。我们发现这个新网格的转换与第一张图的网格转换一样：乘以一个对角矩阵，网格在某个方向上拉伸了3倍。

因为矩阵M是对称的，即M的转置(transpose，沿着对角翻转)等于M，所以这只是一类特殊的情况。如果我们有一2x2的对称矩阵，通常会产生以下转换效果：先在domain中旋转网格，然后在两个方向上拉伸(stretch)或者反射(reflect)。换句话讲，对称矩阵的行为像对角矩阵（除了旋转）。

说得更数学化些：给定一对称矩阵M, 我们可能会找到一由正交向量(orthogonal vector) v_i 组成的集合，M*v_i是v_i的标量倍(scalarmultiple)，也就是说

Mv_i = λ_iv_i

其中λ_i 是一标量。

从几何角度来说，这意味着当向量v_i乘以M后，它被简单的拉伸(stretch)或者反射(reflect)了。

正因为这个特性，我把向量v_i 称为矩阵M的特征向量（eigenvector）；标量λ_i 称为特征值(eigenvalue)。一个容易验证的重要的事实是：对称矩阵的特征向量（带不同特征值）是正交的。

如果用对称矩阵的特征向量按放(align)网格，这个矩阵会再拉伸(stretch)或者反射(reflect)这个（被旋转后的）网格，如同它对自己的特征向量一样。

这个线性转换的几何描述属于简单的一类：网格只是在某个方向被拉伸了。对于更加普通的矩阵，我们会问这么一个问题：我们能否找到一个正交网格（两组线相互垂直的），能转换到另外一个正交网格。让我们看最后一个例子，它使用一非对称矩阵：

这个矩阵产生一个称为 “修剪”（shear）的几何效果。

沿着水平轴，容易找到一组特征向量。但是，上面的图片显示这些特征向量不能用于创建正交的网格（能转换到另外一个正交网格），虽然如此，我们还是先看一下我们旋转这个网格30度会发生什么。

注意由平行四边形构成的位于坐标原点的夹角在右边增加了。让我们把网格旋转60度。

嗯。右边的网格看上去是正交的了。实际上，通过在domain中旋转网格大约58.28度，两个网格就全是正交的了。

奇异值分解(Singular Value Decomposition)

这就是SVD在2x2矩阵下的几何学本质：对于任意的2x2矩阵，我们能找到一个正交的网格(grid)，它被转换到了另外一个正交网格。

我们使用向量来描述这个现象：如果我们通过某种方式挑出两个单位向量（unit vector）v₁和v₂，它们是正交的，向量Mv₁ 和Mv₂ 也是正交的。

我们用u₁和u₂代表向量Mv₁ 和Mv₂ 方向的单位向量，用σ₁ andσ₂代表向量Mv₁ 和Mv₂的长度，它们描述网格在这些方向上的拉伸量。这些数字称为M的奇异值(singularvalue，在这个例子里，奇异值是golden ratio 和它的reciprocal,但是在这里不重要)。

因此我们有

Mv₁ = σ₁u₁

Mv₂ = σ₂u₂

现在我们可简单说一下矩阵M是如何处理普通向量x的。因为单位向量v₁和v₂是正交的（译者注：形成了一规范正交基，orthonomal basis），所以我们有：

x = (v₁∙x)v1 + (v2∙x)v2

（译者注：x ∙v1 = (v1∙x) v1∙v1 + (v2∙x)v2∙v1 = (v1∙x) *1+0 = v1∙x=x∙v1）

这意味着

Mx = (v₁∙x)Mv₁ + (v₂∙x)Mv₂

Mx = (v₁∙x)σ₁u1+ (v₂∙x)σ₂u₂

记住dot product 操作可以用矩阵转置实现：

v∙x = v^Tx

从而导出

Mx = u₁σ₁v₁^Tx +u₂σ₂v₂^Tx

M = u₁σ₁v₁^T +u₂σ₂v₂^T

上述表达式可以简写成

M = UΣV^T

其中U 是由向量u₁ 和u₂（作为列）组成的矩阵,Σ 是对角矩阵，对角线上的值是σ₁ 和σ₂,V 是向量v₁和v₂(作为列)组成的矩阵. 矩阵V的上标T 代表V的矩阵转置。

上面显示了如何将矩阵M分解为三矩阵的积: V描述在domain中的规范正交基（orthonomal basis），U描述co-domain中的规范正交基，Σ描述在V中的向量在U中拉伸量。

译者注：

1. 如果把每个矩阵看作一种转换动作，可以描述为：先旋转，然后拉伸展，然后再一次旋转。

2．所以SVD的Idea是：如果我们在向量空间Rⁿ 和R^m上选择正确的基(basis)，每个mxn矩阵均可对角线化(diagonalized)。计算的问题就是如何找到这些basis。

如何作奇异值分解？

奇异值分解的强大之处在于适用于任何矩阵。那我们是如何做到呢？让我们回顾前面的一个例子，在domain中加上一个单位圆。在co-domain中它将是椭圆，它的长轴(major axis)和短轴(minoraxis) 定义了在co-domain中的正交网格。

注意长轴短轴分别由Mv₁和Mv₂定义。因此这两个向量是单位圆上向量（在椭圆上的）最长和最短的向量。

换句话讲，单位圆上的函数|Mx| 在x=v₁时有最大值，x=v₂有最小值。这把问题降低到一个十分标准的微积分问题：我们希望在单位圆上优化一个函数。可以证明函数的临界点在矩阵M^TM的特征向量上。因此这个矩阵是对称的，对应于不同的特征值的特征向量将是正交的。这就产生了一组向量v_i。

奇异值定义为σ_i = |Mv_i|, 向量u_i则是Mv_i方向上的单位向量。但是为什么这些u_i是正交的呢？

要解释这个，我们假设σ_i and σ_j 是两个不同的奇异值。于是有

Mv_i = σ_iu_i

Mv_j = σ_ju_j

让我们先看表达式Mv_i∙Mv_j。为了方便先假设它们的奇异值是非零的。另外一方面，v_i和v_j是对称矩阵M^TM的特征向量，它们是相互正交的，结果是这个表达式等于零。

Mv_i∙Mv_j =v_i^TM^TMv_j = v_i∙M^TMv_j =v_i∙λ_jv_j = λ_jv_i∙v_j =0.

另外一方面，我们有

Mv_i∙Mv_j =σ_iσ_ju_i∙u_j =0

因此u_i和u_j是正交的。到此为止，我们发现了一组正交向量v_i，它能转换为另外一组正交向量u_i。(v_i对应的)奇异值描述了在不同方向上的拉伸程度。

在实际应用中，这不是为矩阵寻找奇异值分解的过程，因为这种方法效率不高，或者说数值计算上是低效的。

另外一个例子

让我们看一矩阵：

这个矩阵在几何上的效果如下图：

在这种情况下，第二个奇异值是0，因此我们写成

M = u₁σ₁v₁^T.

（译者注：M = u1σ1 v1^T+ u2σ2 v2^T）

换句话讲，如果其中的一些奇异值是0，对应的项就不出现在M的分解中。这样，我们发现M的rank（矩阵秩，它等于线性转换后的维度）就等于非0奇异值的数量。

数据压缩

奇异值分解能让数据表示更加有效。例如，我们想传输以下图片，含15x25个黑或白的像素点。

因为图片中只有三种列，就像下图显示的，也许我们能用更加紧凑的形式。

我们用0代表黑色，1代表白色，用一个15x25的矩阵表示这个图像。如此一来，便有了375个元素的矩阵：

如果我们对上述M作奇异值分解，会发现只有三个非0的奇异值

σ₁ = 14.72
σ₂ = 5.22
σ₃ = 3.31

因此，矩阵可表示为：

M=u₁σ₁v₁^T +u₂σ₂v₂^T + u₃σ₃v₃^T

这意味着我们有：三个向量v_i，每个有15 个元素；三个向量u_i，每个有25个元素；三个奇异值σ_i。这意味着我们能只用123个数字代表矩阵（15*3+25*3+3=123），而不是375个。就这样奇异值分解帮助我们发现了矩阵中存在的冗余，并提供了剔除它们的方法。

为什么只有三个非零的奇异值呢？前面讲过，非0奇异值的数量等于矩阵的rank。在这个例子中，矩阵只有三个线性独立的列，也就是它的rank=3。

降噪

前面的例子显示我们是如何利用“很多奇异值是0”来解决问题的。通常大的奇异值对应着有趣信息多的所在。比如，设想我们用一个扫描仪把这个图像输入到电脑。但是，扫描仪在图像中引入了一些非理想的数据（通常称为“噪音”）。

与前面的例子一样我们用15x25的矩阵表示数据，然后进行奇异值分解。可发现以下奇异值

σ₁ = 14.15
σ₂= 4.67
σ₃= 3.00
σ₄= 0.21
σ₅= 0.19
...
σ₁₅= 0.05

显然，前三个是最重要的（最大），我们可以假设其他小的奇异值是噪音造成的，所以近似表示矩阵如下

M u₁σ₁v₁^T +u₂σ₂v₂^T+u₃σ₃v₃^T

这导致了以下改进的图像。

数据分析

在收集数据的时候会遇到噪音数据：无论如何好的器材，测量经常会有误差。因为大的奇异值(singular values)对应了矩阵中的重要特性。因此一旦数据收集完成，便自然可用SVD来研究。

例如，我们收集了以下数据

我们可能会把这些数据放到一个矩阵中

-1.03 0.74 -0.02 0.51 -1.31 0.99 0.69 -0.12 -0.72 1.11

-2.23 1.61 -0.02 0.88 -2.39 2.02 1.62 -0.35 -1.67 2.46

然后运行SVD，我们发现如下奇异值

σ₁ = 6.04

σ₂ = 0.22

其中一个奇异值如此之大，可以安全地假设小的σ₂ 是由于数据噪音引起的，这个奇异值在理想情况下应该是0。在这则案例中，矩阵的rank 等于1，意味着所有数据应该在向量u_i定义的这条线上。

这个简单的例子说出了PCA（principal component analysis）起源，它是一组使用奇异值剔除数据中依赖和冗余的技术。

同样，SVD可用于检测数据中的存在的分组(group)。这就可以解释，为什么SVD正用于改进netflix的电影推荐系统。系统会根据你的电影评分（观看过的），把你分到某个组中，组内人员的评分与你的相似，然后系统就向你推荐组内其他人评分高的电影。

参考文献

Gilbert Strang, Linear Algebra and Its Applications. Brooks Cole.

Strang's book is something of a classic though some may find it to be a little too formal.

William H. Press et al, Numercial Recipes in C: The Art of Scientific Computing. Cambridge University Press.

Authoritative, yet highly readable. Older versions are available online.

Dan Kalman, A Singularly Valuable Decomposition: The SVD of a Matrix, The College Mathematics Journal27 (1996), 2-23.

Kalman's article, like this one, aims to improve the profile of the singular value decomposition. It also a description of how least-squares computations are facilitated by the decomposition.

If You Liked This, You're Sure to Love That,The New York Times, November 21, 2008.

This article describes Netflix's prize competition as well as some of the challenges associated with it.