降维分析之PCA分析及实现
来源:互联网 发布:coc大本升级数据 编辑:程序博客网 时间:2024/06/05 08:51
引言
不知道大家还记不记得前面我们分享 支持向量机(SVM)的分析及python实现时说过,当数据遇到线性不可分时,我们可以利用kernel技巧将低维数据映射到高维数据上,从而使得数据线性可分,这是个“升维”操作。那么本章我们就来分享个“降维”操作。
为什么要降维
众所周知,降维的目标就是对输入的数据进行削减,由此剔除数据中的噪声并提高机器学习方法的性能。那么为什么会有降维的操作呢?那是因为高维空间会出现样本稀疏、距离计算困难等问题,这些被我们称作“维数灾难”。缓解维数灾难的一个重要途径就是降维了。首先我们来分享第一个降维算法PCA。
PCA简单数学原理
主成分分析(Principal Component Analysis,简称PCA)是最常用的一种降维方法。我们有一个假设,即样本点处于一个正交属性空间。存在一个超平面能够将这些样本恰当的表达,同时该超平面还满足如下性质:
- 最近重构型:样本点到这个超平面的距离都足够近
- 最大可分性:样本点在超平面的投影能尽可能分开
基于这两个性质我们就能得到两种等价推导。这里我们不做推导的详细说明(详细过程,请戳:wiki),直接给条件,写出最后的结论。
假定数据样本进行了中心化,即
于是我们只需对协方差矩阵
PCA代码实现
那么PCA的伪代码如下:
- 去除平均值(中心化)
- 计算协方差矩阵
- 计算协方差矩阵的特征值和特征向量
- 将特征值从大到小排序
- 保留最上面的N个特征向量
- 将数据转化到上述N个特征向量构建的新空间中
具体代码如下:
def pca(dataMat, topNfeat=9999999): meanVals = mean(dataMat, axis=0) meanRemoved = dataMat - meanVals #remove mean covMat = cov(meanRemoved, rowvar=0) eigVals,eigVects = linalg.eig(mat(covMat)) eigValInd = argsort(eigVals) #sort, sort goes smallest to largest eigValInd = eigValInd[:-(topNfeat+1):-1] #cut off unwanted dimensions redEigVects = eigVects[:,eigValInd] #reorganize eig vects largest to smallest lowDDataMat = meanRemoved * redEigVects#transform data into new dimensions reconMat = (lowDDataMat * redEigVects.T) + meanVals return lowDDataMat, reconMat
我们采用一个有1000个数据点组成的数据集对其进行PCA降维,运行效果:
import importlibimport pca
importlib.reload(pca)dataMat = pca.loadDataSet('testSet.txt')lowDMat,reconMat = pca.pca(dataMat,1)
import numpy as np np.shape(lowDMat)
(1000, 1)
import matplotlibimport matplotlib.pyplot as pltfig = plt.figure()ax = fig.add_subplot(111)ax.scatter(dataMat[:,0].flatten().A[0],dataMat[:,1].flatten().A[0],marker='^',s=90)
<matplotlib.collections.PathCollection at 0x1d8b72b6ac8>
ax.scatter(reconMat[:,0].flatten().A[0],reconMat[:,1].flatten().A[0],marker='o',s=50,c='red')
<matplotlib.collections.PathCollection at 0x1d8b6edb438>
plt.show()
总结
降维技术使得数据变得更易使用,并且它们往往能去除数据中的噪声,使得其他机器学习任务更加精确。
阅读全文
1 0
- 降维分析之PCA分析及实现
- PCA主成分分析实现降维
- PCA降维实例分析
- 机器学习---降维之PCA主成分分析法
- 降维之PCA主成分分析算法
- PCA(主成分)分析及MATLAB实现
- 机器学习之主成分分析PCA及代码示例
- PCA分析以及MATLAB实现
- 数据分析中的降维方法-PCA
- 文本挖掘之降维之特征抽取之主成分分析(PCA)
- PCA降维算法及MATLAB实现
- 主成分分析(PCA)原理及推导
- 主成分分析(PCA)原理及推导
- 主成分分析(PCA)原理及推导
- PCA(主成分分析)及源码
- PCA主成分分析过程及理论
- 主成分分析(PCA)原理及推导
- 主成分分析(PCA)原理及推导
- 机器学习的分类及过程
- Coursera-Deep Learning Specialization 课程之(四):Convolutional Neural Networks: -weak2编程作业
- 种一棵链式存储的树
- 整合spring cloud云架构
- 开博第一天
- 降维分析之PCA分析及实现
- 校招编程题(一) 石头分堆问题之n个石头分成m堆
- 表格隔行换色效果
- Python的Tk里的pack属性fill和expand
- 王昊奋 | 从聊天机器人到虚拟生命:AI技术的新机遇
- 吴晓丽分享[H5前端知识点和笔记]
- #CCF准备一年日常刷题#201503-2 数字排序
- 欢迎使用CSDN-markdown编辑器
- Redis 的 5 个常见使用场景