在之前的文章中我们对PCA降维进行总结
Betten:主成分分析PCA学习总结zhuanlan.zhihu.com
下面我们回顾下算法流程:
输入:
维样本集
,要降维到的维数
.
输出:降维后的样本集
1.对所有的样本进行中心化
2.计算样本的协方差矩阵
3.求出协方差矩阵的特征值及对应的特征向量
4.将特征向量按对应特征值大小从上到下按行排列成矩阵,取前k行组成矩阵
5.
即为降维到
维后的数据
考虑一个问题,假设样本集
中每个
是一个图片,并且是一个
的图片,如果以像素值作为特征,那么每张图片的特征维度是10000。当进行PCA降维时,难点在于我们构造协方差矩阵时,维度达到
。在这样的协方差矩阵上求解特征值,耗费的计算量程平方级增长。面对这样一个难点,从而引出奇异值分解(SVD),利用SVD不仅可以解出PCA的解,而且无需大的计算量。
SVD的基本公式:
其中,
,
,
且除了主对角线上的元素以外全为0,主对角线上的每个元素都称为奇异值,且已按大小拍好序,
。其中,
的列向量即是
的特征向量,一般我们将
中的每个特征向量叫做
的左奇异向量;
的列向量即是
的特征向量,一般我们将
中的每个特征向量叫做
的右奇异向量。
和
我们都求出来了,现在就剩下奇异值矩阵
没有求出了。
由于
除了对角线上是奇异值其他位置都是0,那我们只需要求出每个奇异值
就可以了。
我们注意到:
这样我们可以求出我们的每个奇异值,进而求出奇异值矩阵
。
上面还有一个问题没有讲,就是我们说
的特征向量组成的就是我们SVD中的
矩阵,而
的特征向量组成的就是我们SVD中的
矩阵,这有什么根据吗?这个其实很容易证明,我们以
矩阵的证明为例。
上式证明使用了
。可以看出
的特征向量组成的的确就是我们SVD中的
矩阵。类似的方法可以得到
的特征向量组成的就是我们SVD中的
矩阵。
进一步我们还可以看出我们的特征值矩阵等于奇异值矩阵的平方,也就是说特征值和奇异值满足如下关系:
这样也就是说,我们可以不用
来计算奇异值,也可以通过求出
的特征值取平方根来求奇异值。
对于奇异值,它跟我们特征分解中的特征值类似,在奇异值矩阵中也是按照从大到小排列,而且奇异值的减少特别的快,在很多情况下,前10%甚至1%的奇异值的和就占了全部的奇异值之和的99%以上的比例。也就是说,我们也可以用最大的
个的奇异值和对应的左右奇异向量来近似描述矩阵。也就是说,可以对
三个矩阵进行裁剪,比如将特征
维降至
维,那么
,
,
即可。
由于这个重要的性质,SVD可以用于PCA降维,来做数据压缩和去噪。也可以用于推荐算法,将用户和喜好对应的矩阵做特征分解,进而得到隐含的用户需求来做推荐。同时也可以用于NLP中的算法,比如潜在语义索引(LSI)。下面我们就对SVD用于PCA降维做一个介绍。
SVD作为一个很基本的算法,在很多机器学习算法中都有它的身影,特别是在现在的大数据时代,由于SVD可以实现并行化,因此更是大展身手。SVD的原理不难,只要有基本的线性代数知识就可以理解,实现也很简单因此值得仔细的研究。当然,SVD的缺点是分解出的矩阵解释性往往不强,不过这不影响它的使用。
SVD最早的应用之一是信息检索,我们称利用SVD的方法为潜在语义索引(Latent Semantic Indexing ,LSI)或潜在语义分析(Latent Semantic Analysis ,LSA)。
SVD另一个应用为推荐系统应用,简单版本的推荐系统能够计算物品item或者用户user之间的相似度,可以用SVD将原始数据映射到低维空间中,然后节省计算相似度时的计算资源。