手把手教你用LDA特征选择

本文用了一个经典的例子,从数据探索,模型假设,模型训练,模型可视化,step by step 让读者体验机器学习完整的流程。

导语

在模式分类和机器学习实践中,线性判别分析(Linear Discriminant Analysis, LDA)方法常被用于数据预处理中的降维(dimensionality reduction)步骤。LDA在保证良好的类别区分度的前提下,将数据集向更低维空间投影,以求在避免过拟合(“维数灾难”)的同时,减小计算消耗。

Ronald A. Fisher 在1936年(The Use of Multiple Measurements in Taxonomic Problems)提出了线性判别(Linear Discriminant)方法,它有时也用来解决分类问题。最初的线性判别适用于二分类问题,后来在1948年,被C. R. Rao(The utilization of multiple measurements in problems of biological classification)推广为“多类线性判别分析”或“多重判别分析”。

一般意义上的LDA与主成分分析(Principal Component Analysis,PCA)十分相似,但不同于PCA寻找使全部数据方差最大化的坐标轴成分,LDA关心的是能够最大化类间区分度的坐标轴成分。

更多关于PCA的内容,可参考 Implementing a Principal Component Analysis (PCA) in Python step by step。

一言蔽之,LDA将特征空间(数据集中的多维样本)投影到一个维度更小的 k 维子空间中( k≤n−1),同时保持区分类别的信息。 通常情况下,降维不仅降低了分类任务的计算量,还能减小参数估计的误差,从而避免过拟合。

主成分分析 vs. 线性判别分析

线性判别分析(LDA)与主成分分析(PCA)都是常用的线性变换降维方法。PCA是一种“无监督”算法,它不关心类别标签,而是致力于寻找数据集中最大化方差的那些方向(亦即“主成分”);LDA则是“有监督”的,它计算的是另一类特定的方向(或称线性判别“器”)——这些方向刻画了最大化类间区分度的坐标轴。

虽然直觉上听起来,在已知类别信息时,LDA对于多分类任务要优于PCA,但实际并不一定。

比如,比较经过PCA或LDA处理后图像识别任务的分类准确率,如果样本数比较少,PCA是要优于LDA的(PCA vs. LDA, A.M. Martinez et al., 2001)。联合使用LDA和PCA也并不罕见,例如降维时先用PCA再做LDA。

什么是“好”的特征子空间

假定我们的目标是将一个 d 维数据集投影到一个 k ( k<d )维子空间中从而降低它的维度,我们怎么知道该选择多大的 k 呢?我们又怎么知道这个特征空间是否能很“好”地表达我们的数据呢?

在后面,我们会计算数据集的本征向量(成分),将其归总到一个所谓的“散布矩阵”(类间散布矩阵和类内散布矩阵)。每一个本征向量对应一个本征值,本征值会告诉我们相应本征向量的“长度”/“大小”。

如果所有的本征值大小都很相近,那么这就表示我们的数据已经投影到了一个“好”的特征空间上。

而如果一部分本征值远大于其他的本征值,我们可能就考虑只留下最大的那些,因为它们包含了更多关于数据的分布的信息。反之,接近 0 的本征值含有的信息量更少,我们就考虑在构造新特征空间时舍弃它们。

LDA的五个步骤

下面列出了执行线性判别分析的五个基本步骤。我们会在后面做更详细的讲解。

 1. 计算数据集中不同类别数据的 d 维均值向量。

 2. 计算散布矩阵,包括类间、类内散布矩阵。

 3. 计算散布矩阵的本征向量 e1,e2,...,ed 和对应的本征值 λ1,λ2,...,λd。

 4. 将本征向量按本征值大小降序排列,然后选择前 k。 个最大本征值对应的本征向量,组建一个 d×k 维矩阵——即每一列就是一个本征向量。

 5. 用这个 d×k-维本征向量矩阵将样本变换到新的子空间。这一步可以写作矩阵乘法 Y=X×W 。 X 是 n×d 维矩阵,表示 n 个样本; y 是变换到子空间后的 n×k 维样本。

准备样本数据集

鸢尾花集

接下来要在著名的“鸢尾花”数据集上折腾一番。鸢尾花集可从UCI的机器学习目录中下载: https://archive.ics.uci.edu/ml/datasets/Iris

引用 Bache, K. & Lichman, M. (2013). UCI Machine Learning Repository. Irvine, CA: University of California, School of Information and Computer Science.

该集对三类、一百五十朵鸢尾花做了测量。

三类包括:  1. 山鸢尾(n=50)  2. 变色鸢尾(n=50)  3. 维吉尼亚鸢尾(n=50)

四种特征包括:  1. 萼片长度(厘米)  2. 萼片宽度(厘米)  3. 花瓣长度(厘米)  4. 花瓣宽度(厘米)

feature_dict = {i:label for i,label in zip(
                range(4),
                  ('sepal length in cm',
                  'sepal width in cm',
                  'petal length in cm',
                  'petal width in cm', ))}

读取数据集

import pandas as pd

df = pd.io.parsers.read_csv(
    filepath_or_buffer='https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data',
    header=None,
    sep=',',
    )
df.columns = [l for i,l in sorted(feature_dict.items())] + ['class label']
df.dropna(how="all", inplace=True) # to drop the empty line at file-end

df.tail()

因为数值数据更容易处理,我们使用 scikit-learn 库中的 LabelEncode 将类别标签转换成数字 1,2,3:

from sklearn.preprocessing import LabelEncoder

X = df[[0,1,2,3]].values
y = df['class label'].values

enc = LabelEncoder()
label_encoder = enc.fit(y)
y = label_encoder.transform(y) + 1

label_dict = {1: 'Setosa', 2: 'Versicolor', 3:'Virginica'

直方图和特征选择

把四种特征的分布情况在一维直方图中分别做可视化呈现,可以得到一个对 w1,w2,w3 三类数据的粗略的观察:

%matplotlib inline

from matplotlib import pyplot as plt
import numpy as np
import math

fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(12,6))

for ax,cnt in zip(axes.ravel(), range(4)):  

    # set bin sizes
    min_b = math.floor(np.min(X[:,cnt]))
    max_b = math.ceil(np.max(X[:,cnt]))
    bins = np.linspace(min_b, max_b, 25)

    # plottling the histograms
    for lab,col in zip(range(1,4), ('blue', 'red', 'green')):
        ax.hist(X[y==lab, cnt],
                   color=col,
                   label='class %s' %label_dict[lab],
                   bins=bins,
                   alpha=0.5,)
    ylims = ax.get_ylim()

    # plot annotation
    leg = ax.legend(loc='upper right', fancybox=True, fontsize=8)
    leg.get_frame().set_alpha(0.5)
    ax.set_ylim([0, max(ylims)+2])
    ax.set_xlabel(feature_dict[cnt])
    ax.set_title('Iris histogram #%s' %str(cnt+1))

    # hide axis ticks
    ax.tick_params(axis="both", which="both", bottom="off", top="off",  
            labelbottom="on", left="off", right="off", labelleft="on")

    # remove axis spines
    ax.spines["top"].set_visible(False)  
    ax.spines["right"].set_visible(False)
    ax.spines["bottom"].set_visible(False)
    ax.spines["left"].set_visible(False)    

axes[0][0].set_ylabel('count')
axes[1][0].set_ylabel('count')

fig.tight_layout()       

plt.show()

仅凭这些简单的图形化展示,已经足以让我们得出结论:在四种特征里面,花瓣的长度、宽度更适合用来区分三种鸢尾花类别。

实际应用中,比起通过投影降维(此处即LDA),另一种比较好的办法是做特征筛选。像鸢尾花这样的低维数据集,看一眼直方图就能得到很多信息了。

另一种简单但有效的方式是使用特征选择算法——如果你有兴趣,我在此处详述了“序列特征选择”; scikit-learn 有另一种漂亮的手段。

我还写过一篇“特征选择中的滤波器,封装器和嵌入方法”,是在更高的层次上对不同方法的总结。

规范性假设

需要指出,LDA假设数据服从正态分布、不同特征之间互相统计独立且各类数据的协方差矩阵相等。不过这仅仅指LDA用作分类器的情况,当LDA用于降维时,哪怕数据不符合这些假设,LDA通常也能取得不错的效果。

而即便对于分类任务,LDA对数据的分布似乎也是相当鲁棒的:

“尽管实际情况常常不符合‘不同类别数据间有相同协方差矩阵’和规范性假设,线性判别分析在人脸和物体识别任务中也通常能够得到不错的结果。”。 Tao Li, Shenghuo Zhu, and Mitsunori Ogihara. “Using Discriminant Analysis for Multi-Class Classification: An Experimental Investigation.” Knowledge and Information Systems 10, no. 4 (2006): 453–72.) Duda, Richard O, Peter E Hart, and David G Stork. 2001. Pattern Classification. New York: Wiley.

五步实现LDA

完成以上几项准备工作后,我们就可以实际运行LDA了。

第一步:计算数据的 d 维均值向量

首先做一个简单的计算:分别求三种鸢尾花数据在不同特征维度上的均值向量 mi:

np.set_printoptions(precision=4)

mean_vectors = []
for cl in range(1,4):
    mean_vectors.append(np.mean(X[y==cl], axis=0))
    print('Mean Vector class %s: %s\n' %(cl, mean_vectors[cl-1]))

得到

Mean Vector class 1: [ 5.006  3.418  1.464  0.244]

Mean Vector class 2: [ 5.936  2.77   4.26   1.326]

Mean Vector class 3: [ 6.588  2.974  5.552  2.026]

第二步:计算散布矩阵

计算两个 4×4 维矩阵:类内散布矩阵和类间散布矩阵。

2.1a 类内散布矩阵 Sw

类内散布矩阵 Sw 由该式算出:

S_W = np.zeros((4,4))
for cl,mv in zip(range(1,4), mean_vectors):
    class_sc_mat = np.zeros((4,4))                  # scatter matrix for every class
    for row in X[y == cl]:
        row, mv = row.reshape(4,1), mv.reshape(4,1) # make column vectors
        class_sc_mat += (row-mv).dot((row-mv).T)
    S_W += class_sc_mat                             # sum class scatter matrices
print('within-class Scatter Matrix:\n', S_W)

得到

within-class Scatter Matrix:
 [[ 38.9562  13.683   24.614    5.6556]
 [ 13.683   17.035    8.12     4.9132]
 [ 24.614    8.12    27.22     6.2536]
 [  5.6556   4.9132   6.2536   6.1756]]

2.1b 贝塞尔纠偏项的影响

在计算类-协方差矩阵时,可以在类内散布矩阵上添加尺度因数 1N−1,这样计算式就变为

Ni 是类样本大小(此处为50),因为三个类别的样本数是相同的,这里可以舍去 (Ni−1)。

因为本征向量是相同的,只是本征值有一个常数项的尺度变化,所以即便将其忽略不计,最后得到的特征空间也不会改变(这一点在文末还有体现)。

2.2 类间散布矩阵 SB

mm 是全局均值,而 mmi 和 Ni 是每类样本的均值和样本数。

overall_mean = np.mean(X, axis=0)

S_B = np.zeros((4,4))
for i,mean_vec in enumerate(mean_vectors):  
    n = X[y==i+1,:].shape[0]
    mean_vec = mean_vec.reshape(4,1) # make column vector
    overall_mean = overall_mean.reshape(4,1) # make column vector
    S_B += n * (mean_vec - overall_mean).dot((mean_vec - overall_mean).T)

print('between-class Scatter Matrix:\n', S_B)

得到

between-class Scatter Matrix:
 [[  63.2121  -19.534   165.1647   71.3631]
 [ -19.534    10.9776  -56.0552  -22.4924]
 [ 165.1647  -56.0552  436.6437  186.9081]
 [  71.3631  -22.4924  186.9081   80.6041]]

第三步:求解矩阵 S−1WSB 的广义本征值

接下来求解矩阵 S−1WSB 的广义本征值问题,从而得到线性判别“器”:

eig_vals, eig_vecs = np.linalg.eig(np.linalg.inv(S_W).dot(S_B))

for i in range(len(eig_vals)):
    eigvec_sc = eig_vecs[:,i].reshape(4,1)   
    print('\nEigenvector {}: \n{}'.format(i+1, eigvec_sc.real))
    print('Eigenvalue {:}: {:.2e}'.format(i+1, eig_vals[i].real))

得到

Eigenvector 1:
[[-0.2049]
 [-0.3871]
 [ 0.5465]
 [ 0.7138]]
Eigenvalue 1: 3.23e+01

Eigenvector 2:
[[-0.009 ]
 [-0.589 ]
 [ 0.2543]
 [-0.767 ]]
Eigenvalue 2: 2.78e-01

Eigenvector 3:
[[ 0.179 ]
 [-0.3178]
 [-0.3658]
 [ 0.6011]]
Eigenvalue 3: -4.02e-17

Eigenvector 4:
[[ 0.179 ]
 [-0.3178]
 [-0.3658]
 [ 0.6011]]
Eigenvalue 4: -4.02e-17

计算结果应当作何解释呢?从第一节线性代数课开始我们就知道,本征向量和本征值表示了一个线性变换的形变程度——本征向量是形变的方向;本征值是本征向量的尺度因数,刻画了形变的幅度。

如果将LDA用于降维,本征向量非常重要,因为它们将会组成新特征子空间的坐标轴。对应的本征值表示了这些新坐标轴的信息量的多少。

再检查一遍计算过程,然后对本征值做进一步讨论。

检查本征向量-本征值的运算

要检查该运算是否正确,看其是否满足等式:

for i in range(len(eig_vals)):
    eigv = eig_vecs[:,i].reshape(4,1)
    np.testing.assert_array_almost_equal(np.linalg.inv(S_W).dot(S_B).dot(eigv),
                                         eig_vals[i] * eigv,
                                         decimal=6, err_msg='', verbose=True)
print('ok')

输出:

ok

第四步:选择线性判别“器”构成新的特征子空间

4.1 按本征值降序排列本征向量

本征向量只是定义了新坐标轴的方向,它们的大小都是单位长度1。

想要构成更低维的子空间,就得选择丢弃哪个(些)本征向量,所以我们得看看对应本征向量的那些本征值。 大体上说,对于数据的分布情况,本征值最小的那些本征向量所承载的信息最少,所以要舍弃的就是这些本征向量。

将本征向量根据本征值的大小从高到低排序,然后选择前 k 个本征向量:

eig_pairs = [(np.abs(eig_vals[i]), eig_vecs[:,i]) for i in range(len(eig_vals))]

# Sort the (eigenvalue, eigenvector) tuples from high to low
eig_pairs = sorted(eig_pairs, key=lambda k: k[0], reverse=True)

# Visually confirm that the list is correctly sorted by decreasing eigenvalues

print('Eigenvalues in decreasing order:\n')
for i in eig_pairs:
    print(i[0])

得到

Eigenvalues in decreasing order:

32.2719577997
0.27756686384
5.71450476746e-15
5.71450476746e-15

可以看到有两个本征值接近0,不是因为它们不含信息量,而是浮点数精度的关系。其实,这后两个本征值应该恰好为0。

在LDA中,线性判别器的数目最多是 c−1,c 是总的类别数,这是因为类内散布矩阵 SB 是 c 个秩为1或0的矩阵的和。

注意到很少有完全共线的情况(所有样本点分布在一条直线上),协方差矩阵秩为1,这导致了只有一个非零本征值和一个对应的本征向量。

现在,把“可释方差”表达为百分数的形式:

print('Variance explained:\n')
eigv_sum = sum(eig_vals)
for i,j in enumerate(eig_pairs):
    print('eigenvalue {0:}: {1:.2%}'.format(i+1, (j[0]/eigv_sum).real))

得到

Variance explained:

eigenvalue 1: 99.15%
eigenvalue 2: 0.85%
eigenvalue 3: 0.00%
eigenvalue 4: 0.00%

第一个本征对是信息量最大的一组,如果我们考虑建立一个一维的向量空间,使用该本征对就不会丢失太多信息。

4.2 选择 k 个最大本征值对应的本征向量

按本征值的大小得到降序排列的本征对之后,现在就可以组建我们的 k×d-维本征向量矩阵 W 了(此时大小为 4×2),这样就从最初的4维特征空间降到了2维的特征空间。

W = np.hstack((eig_pairs[0][1].reshape(4,1), eig_pairs[1][1].reshape(4,1)))
print('Matrix W:\n', W.real)

得到

Matrix W:
 [[-0.2049 -0.009 ]
 [-0.3871 -0.589 ]
 [ 0.5465  0.2543]
 [ 0.7138 -0.767 ]]

第五步:将样本变换到新的子空间中

使用上一步刚刚计算出的 4×2-维矩阵 W, 将样本变换到新的特征空间上:

X_lda = X.dot(W)
assert X_lda.shape == (150,2), "The matrix is not 150x2 dimensional."

得到

from matplotlib import pyplot as plt

def plot_step_lda():

    ax = plt.subplot(111)
    for label,marker,color in zip(
        range(1,4),('^', 's', 'o'),('blue', 'red', 'green')):

        plt.scatter(x=X_lda[:,0].real[y == label],
                y=X_lda[:,1].real[y == label],
                marker=marker,
                color=color,
                alpha=0.5,
                label=label_dict[label]
                )

    plt.xlabel('LD1')
    plt.ylabel('LD2')

    leg = plt.legend(loc='upper right', fancybox=True)
    leg.get_frame().set_alpha(0.5)
    plt.title('LDA: Iris projection onto the first 2 linear discriminants')

    # hide axis ticks
    plt.tick_params(axis="both", which="both", bottom="off", top="off",  
            labelbottom="on", left="off", right="off", labelleft="on")

    # remove axis spines
    ax.spines["top"].set_visible(False)  
    ax.spines["right"].set_visible(False)
    ax.spines["bottom"].set_visible(False)
    ax.spines["left"].set_visible(False)    

    plt.grid()
    plt.tight_layout
    plt.show()

plot_step_lda()

上方散点图展示了我们通过 LDA 构建的新的特征子空间。可以看到第一个线性判别器“LD1”把不同类数据区分得不错,第二个线性判别器就不行了。其原因在上面已经做了简单解释。

PCA 和 LDA 的对比

为了与使用线性判别分析得到的特征子空间作比较,我们将使用 scikit-learn 机器学习库中的 PCA 类。

文档看这里:

http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html。

方便起见,我们直接在 n_components 参数上设定了希望从输入数据集中得到的成分数量。

n_components : int, None or string

Number of components to keep. if n_components is not set all components are kept:
    n_components == min(n_samples, n_features)
    if n_components == ‘mle’, Minka’s MLE is used to guess the dimension if 0 < n_components < 1,
    select the number of components such that the amount of variance that needs to be explained
    is greater than the percentage specified by n_components

但是在观察两种线性变换的结果之前,让我们快速复习一下 PCA 和 LDA 的目标:PCA 在整个数据集中寻找方差最大的坐标轴,而 LDA 则寻找对于类别区分度最佳的坐标轴。

实际的降维步骤中,经常是LDA放在PCA之后使用。

from sklearn.decomposition import PCA as sklearnPCA

sklearn_pca = sklearnPCA(n_components=2)
X_pca = sklearn_pca.fit_transform(X)

def plot_pca():

    ax = plt.subplot(111)

    for label,marker,color in zip(
        range(1,4),('^', 's', 'o'),('blue', 'red', 'green')):

        plt.scatter(x=X_pca[:,0][y == label],
                y=X_pca[:,1][y == label],
                marker=marker,
                color=color,
                alpha=0.5,
                label=label_dict[label]
                )

    plt.xlabel('PC1')
    plt.ylabel('PC2')

    leg = plt.legend(loc='upper right', fancybox=True)
    leg.get_frame().set_alpha(0.5)
    plt.title('PCA: Iris projection onto the first 2 principal components')

    # hide axis ticks
    plt.tick_params(axis="both", which="both", bottom="off", top="off",  
            labelbottom="on", left="off", right="off", labelleft="on")

    # remove axis spines
    ax.spines["top"].set_visible(False)  
    ax.spines["right"].set_visible(False)


    ax.spines["bottom"].set_visible(False)
    ax.spines["left"].set_visible(False)    

    plt.tight_layout
    plt.grid()

    plt.show()

然后执行

plot_pca()
plot_step_lda()

回想我们之前讨论的内容:PCA 获取数据集中方差最大的成分,而LDA给出不同类别间方差最大的坐标轴。

使用 scikit-learn 中的 LDA

我们已经看到,线性判别分析是如何一步步实现的了。其实通过使用 scikit-learn 机器学习库中的 LDA ,我们可以更方便地实现同样的结果。

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA

# LDA
sklearn_lda = LDA(n_components=2)
X_lda_sklearn = sklearn_lda.fit_transform(X, y)

作图:

def plot_scikit_lda(X, title):

    ax = plt.subplot(111)
    for label,marker,color in zip(
        range(1,4),('^', 's', 'o'),('blue', 'red', 'green')):

        plt.scatter(x=X[:,0][y == label],
                    y=X[:,1][y == label] * -1, # flip the figure
                    marker=marker,
                    color=color,
                    alpha=0.5,
                    label=label_dict[label])

    plt.xlabel('LD1')
    plt.ylabel('LD2')

    leg = plt.legend(loc='upper right', fancybox=True)
    leg.get_frame().set_alpha(0.5)
    plt.title(title)

    # hide axis ticks
    plt.tick_params(axis="both", which="both", bottom="off", top="off",  
            labelbottom="on", left="off", right="off", labelleft="on")

    # remove axis spines
    ax.spines["top"].set_visible(False)  
    ax.spines["right"].set_visible(False)
    ax.spines["bottom"].set_visible(False)
    ax.spines["left"].set_visible(False)    

    plt.grid()
    plt.tight_layout
    plt.show()

执行

plot_step_lda()
plot_scikit_lda(X_lda_sklearn, title='Default LDA via scikit-learn')

关于规范化

最近被问到了这个问题,所以我做一下说明:对特征做尺度变换,比如【规范化】,不会改变LDA的最终结果,所以这是可选步骤。的确,散布矩阵会因为特征的缩放而发生变化,而且本征向量也因此而改变。但是关键的部分在于,最终本征值不会变——唯一可见的不同只是成分轴的尺度大小。这在数学上是可以证明的(将来我可能在这儿插入一些公式)。

%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt

import pandas as pd

df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data', header=None)
df[4] = df[4].map({'Iris-setosa':0, 'Iris-versicolor':1, 'Iris-virginica':2})
df.tail()

sepal length in cm

sepal width in cm

petal length in cm

pedal width in cm

class label

145

6.7

3.0

5.2

2.3

Iris-virginica

146

6.3

2.5

5.0

1.9

Iris-virginaica

147

6.5

3.0

5.2

2.0

Iris-virginaica

148

6.2

3.4

5.4

2.3

Iris-virginaica

149

5.9

3.0

5.1

1.8

Iris-virginaica

读取数据集,对 X 中的列做规范化。规范化就是把数据用均值做中心化、用标准差做单位化:

这样所有的列就都是 0 均值(μxstd=0)、标准差为 1 的了(\sigma_{x_{std}}=1)。

y, X = df.iloc[:, 4].values, df.iloc[:, 0:4].values
X_cent = X - X.mean(axis=0)
X_std = X_cent / X.std(axis=0)

接下来我简单复制了一下LDA的各个步骤,这些之前我们都讨论过了。为简便都写成了Python函数。

import numpy as np

def comp_mean_vectors(X, y):
    class_labels = np.unique(y)
    n_classes = class_labels.shape[0]
    mean_vectors = []
    for cl in class_labels:
        mean_vectors.append(np.mean(X[y==cl], axis=0))
    return mean_vectors

def scatter_within(X, y):
    class_labels = np.unique(y)
    n_classes = class_labels.shape[0]
    n_features = X.shape[1]
    mean_vectors = comp_mean_vectors(X, y)
    S_W = np.zeros((n_features, n_features))
    for cl, mv in zip(class_labels, mean_vectors):
        class_sc_mat = np.zeros((n_features, n_features))                 
        for row in X[y == cl]:
            row, mv = row.reshape(n_features, 1), mv.reshape(n_features, 1)
            class_sc_mat += (row-mv).dot((row-mv).T)
        S_W += class_sc_mat                           
    return S_W

def scatter_between(X, y):
    overall_mean = np.mean(X, axis=0)
    n_features = X.shape[1]
    mean_vectors = comp_mean_vectors(X, y)    
    S_B = np.zeros((n_features, n_features))
    for i, mean_vec in enumerate(mean_vectors):  
        n = X[y==i+1,:].shape[0]
        mean_vec = mean_vec.reshape(n_features, 1)
        overall_mean = overall_mean.reshape(n_features, 1)
        S_B += n * (mean_vec - overall_mean).dot((mean_vec - overall_mean).T)
    return S_B

def get_components(eig_vals, eig_vecs, n_comp=2):
    n_features = X.shape[1]
    eig_pairs = [(np.abs(eig_vals[i]), eig_vecs[:,i]) for i in range(len(eig_vals))]
    eig_pairs = sorted(eig_pairs, key=lambda k: k[0], reverse=True)
    W = np.hstack([eig_pairs[i][1].reshape(4, 1) for i in range(0, n_comp)])
    return W

先把还没有做尺度变换的数据的本征值、本征向量和投影矩阵打印出来:

S_W, S_B = scatter_within(X, y), scatter_between(X, y)
eig_vals, eig_vecs = np.linalg.eig(np.linalg.inv(S_W).dot(S_B))
W = get_components(eig_vals, eig_vecs, n_comp=2)
print('EigVals: %s\n\nEigVecs: %s' % (eig_vals, eig_vecs))
print('\nW: %s' % W)

结果:

EigVals: [  2.0905e+01 +0.0000e+00j   1.4283e-01 +0.0000e+00j
  -2.8680e-16 +1.9364e-15j  -2.8680e-16 -1.9364e-15j]

EigVecs: [[ 0.2067+0.j      0.0018+0.j      0.4846-0.4436j  0.4846+0.4436j]
 [ 0.4159+0.j     -0.5626+0.j      0.0599+0.1958j  0.0599-0.1958j]
 [-0.5616+0.j      0.2232+0.j      0.1194+0.1929j  0.1194-0.1929j]
 [-0.6848+0.j     -0.7960+0.j     -0.6892+0.j     -0.6892-0.j    ]]

W: [[ 0.2067+0.j  0.0018+0.j]
 [ 0.4159+0.j -0.5626+0.j]
 [-0.5616+0.j  0.2232+0.j]
 [-0.6848+0.j -0.7960+0.j]]

作图:

X_lda = X.dot(W)
for label,marker,color in zip(
        np.unique(y),('^', 's', 'o'),('blue', 'red', 'green')):
    plt.scatter(X_lda[y==label, 0], X_lda[y==label, 1],
                color=color, marker=marker)

再对规范化之后的数据集重复上述操作:

S_W, S_B = scatter_within(X_std, y), scatter_between(X_std, y)
eig_vals, eig_vecs = np.linalg.eig(np.linalg.inv(S_W).dot(S_B))
W_std = get_components(eig_vals, eig_vecs, n_comp=2)
print('EigVals: %s\n\nEigVecs: %s' % (eig_vals, eig_vecs))
print('\nW: %s' % W_std)

得到

EigVals: [  2.0905e+01   1.4283e-01  -6.7207e-16   1.1082e-15]

EigVecs: [[ 0.1492 -0.0019  0.8194 -0.3704]
 [ 0.1572  0.3193 -0.1382 -0.0884]
 [-0.8635 -0.5155 -0.5078 -0.5106]
 [-0.4554  0.7952 -0.2271  0.7709]]

W: [[ 0.1492 -0.0019]
 [ 0.1572  0.3193]
 [-0.8635 -0.5155]
 [-0.4554  0.7952]]

作图:

X_std_lda = X_std.dot(W_std)
X_std_lda[:, 0] = -X_std_lda[:, 0]
X_std_lda[:, 1] = -X_std_lda[:, 1]
for label,marker,color in zip(
        np.unique(y),('^', 's', 'o'),('blue', 'red', 'green')):
    plt.scatter(X_std_lda[y==label, 0], X_std_lda[y==label, 1],
                color=color, marker=marker)

可以看到,不管做不做尺度变化,本征值是一样的(要注意到,W 的秩是2,4维数据集中最小的两个本征值本来就应该是0)。并且,你也看到了,除了成分轴的尺度不太一样,以及图形做了中心对称翻转,最后的投影结果基本没有区别。

注1:文中出现了线性代数术语“eigenvalue”“eigenvector”,中文教材对应有“特征值”“本征值”两种常见译法。为了与“feature”相区分,本文使用“本征”翻译。

注2:文中提到 “k×d-维本征向量矩阵”,原文写作 “k×d-dimensional eigenvector matrix”,指的是“k个d维的本征向量组成的矩阵”。

中文与公式混合排版之后可能引发歧义,故在此做单独解释。

译者 / 李宇琛 Asher Li

原文发布于微信公众号 - AI研习社(okweiwu)

原文发表时间:2017-08-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI研习社

最经典的SVM算法在Spark上实现,这里有一份详尽的开发教程(含代码)

支持向量机 SVM(Support Vector Machine) 是一种有监督的学习模型,它的核心有两个:一、核函数 (kernel trick);二、序列最...

39550
来自专栏杨熹的专栏

神经网络的前世

小长假来听听 NN 的故事吧。 本文参考:这个地址不错,深入浅出讲深度学习的,推荐感兴趣的朋友看一下。 当你听到深度学习,你想到了什么? ? ? ? Deep...

36550
来自专栏人工智能头条

如何选择合适的损失函数,请看......

20410
来自专栏智能算法

到底该如何选择损失函数?

机器学习中的所有算法都依赖于最小化或最大化某一个函数,我们称之为“目标函数”。最小化的这组函数被称为“损失函数”。损失函数是衡量预测模型预测期望结果表现的指标。...

31850
来自专栏机器学习算法原理与实践

MCMC(二)马尔科夫链

    在MCMC(一)蒙特卡罗方法中,我们讲到了如何用蒙特卡罗方法来随机模拟求解一些复杂的连续积分或者离散求和的方法,但是这个方法需要得到对应的概率分布的样本...

564320
来自专栏机器学习算法与Python学习

机器学习(28)【降维】之sklearn中PCA库讲解与实战

关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第一 【Python】:排名第三 【算法】:排名第四 前言 在(机器学习(27)【降维】之...

70760
来自专栏ATYUN订阅号

用Keras进行深度学习模式的正则化方法:Dropout

Dropout是神经网络和深度学习模型的简单而有效的正则化技术。 在这篇文章中,你将发现Dropout正则化技术,以及如何使用Keras将其应用于Python中...

44350
来自专栏CSDN技术头条

基于Keras/Python的深度学习模型Dropout正则项

dropout技术是神经网络和深度学习模型的一种简单而有效的正则化方式。 本文将向你介绍dropout正则化技术,并且教你如何在Keras中用Python将其应...

34090
来自专栏AI科技大本营的专栏

如何选择合适的损失函数,请看......

【AI科技大本营导读】机器学习中的所有算法都依赖于最小化或最大化某一个函数,我们称之为“目标函数”。最小化的这组函数被称为“损失函数”。损失函数是衡量预测模型预...

13820
来自专栏新智元

【干货】苹果 AI 负责人 Russ Salakhutdinov 最新演讲:深度生成模型定量评估(56 PPT)

【新智元导读】Russ Salakhutdinov 是苹果 AI 研发负责人,CMU 教授,也是著名的机器学习领域大牛。本文是 Russ 有关评估深度生成模型的...

39360

扫码关注云+社区

领取腾讯云代金券