详解主成分分析PCA
来源:互联网 发布:房屋装修甲醛检测数据 编辑:程序博客网 时间:2024/05/16 05:30
PCA是一种无监督学习方式(不需要label)。
直观理解PCA
PCA
是最常用的一种降维方法。以下图为例,我们的目标是要把二维点降到一维。
为了达到这个目标,我们要找到一个投影平面(该例是一条蓝色直线),使投影误差(红色线段)最小。找到这条投影直线后,就可以用投影到直线上的点(一维),来表示二维数据了。
所以,推广到高维,PCA
的原理就是,为了将数据从n维降低到k维,需要找到k个向量,用于投影原始数据,是投影误差(投影距离)最小。
这样看,PCA
最终会找到一个投影平面,而线性回归
的目的也是要找到一个平面,那PCA
岂不是有点类似线性回归
?
PCA与线性回归的区别
下图是PCA
与线性回归
的示意图。
从图中可以看到它们有以下几点区别
PCA
属于无监督学习
,其过程中没有label(y轴信息);线性回归
属于有监督学习
,有labelPCA
的误差是用投影误差表示,而线性回归
的误差是真实值(叉叉)与预测值(圈圈)之间的距离PCA
的最终结果是投影点,而线性回归
的最终结果是预测的直线
PCA的实现过程
举例:假设有4个样本及他们的特征如下
PCA主要是对数据做如下四步操作
- (1) 特征归一化
- (2) 计算
协方差矩阵
(协方差矩阵满足对称正定) - (3) 对
协方差矩阵
做奇异值分解
,得到U - (4) 从U中取出k列(Ur),得到降维后的Z=X*Ur
下面详细说明将该例样本特征从3维降到2维的过程。
特征归一化
StandardScaler的归一化方式是用每个特征减去列均值,再除以列标准差。
from sklearn.preprocessing import StandardScalerx=np.array([[10001,2,55], [16020,4,11], [12008,6,33], [13131,8,22]])X_scaler = StandardScaler()x = X_scaler.fit_transform(x)
归一化后的x为
计算协方差矩阵
对特征归一化后的矩阵计算协方差矩阵。计算协方差矩阵,既可以根据协方差矩阵的定义,用下面的代码来实现
m = 4 # sample numbercov_mat = np.dot(x.transpose(),x)/(m-1) # 协方差矩阵
也可以直接用numpy中的协方差矩阵计算方法来实现
cov_mat = np.cov(x, rowvar = 0)
对协方差矩阵
做奇异值分解
numpy中直接提供了奇异值分解
的计算函数svd
。
[U,S,V] = np.linalg.svd(cov_mat) # 奇异值分解
这里得到了三个矩阵:U,S,V
这些矩阵的维数如下
- x: n x m (n表示样本个数(行),m表示特征个数(列))
- cov_mat: m x m
- U: m x m
- S: m x m
- V: m x m
降维
降维就是从U中取出k列(这里去2列),并与特征归一化后的矩阵x相乘。
Ur = U[:,0:2]Z = np.dot(x, Ur)
对x降维后的结果Z为
这就是PCA的最终结果。
几个矩阵的维数如下
- x: n x m
- U: m x m
- Ur: m x k (k表示降维维度,这里为2。表示从3维(m)降到2维)
- Z: n x k
用sklearn做PCA
from sklearn.decomposition import PCAimport numpy as npfrom sklearn.preprocessing import StandardScalerx=np.array([[10001,2,55], [16020,4,11], [12008,6,33], [13131,8,22]])X_scaler = StandardScaler()x = X_scaler.fit_transform(x)pca = PCA(n_components=2)pca.fit(x)Z=pca.transform(x)
降维的结果Z为
(这个结果与上面实现的PCA结果一致)
数据复原
PCA是数据压缩的过程
Z=X*Ur
其中各个矩阵的维度是
* x: n x m
* U: m x m
* Ur: m x k
* Z: n x k
数据复原的计算如下
X=Z*UrT
UrT是Ur的转置,UrT的维度是k x m
np.dot(z, Ur.transpose())# 数据复原,即x
可见复原后的x,与“特征归一化”一节中,归一化后的x一致。
参考
- Andrew NG在coursera的机器学习课程
- PCA的完整实现过程代码详解
- 详解主成分分析PCA
- PCA (主成分分析)详解结合matlab
- PCA(主成分分析)详解
- 主成分分析(PCA)原理详解
- 主成分分析(PCA)原理详解
- PCA(主成分分析法)详解
- 主成分分析PCA详解(一)
- 主成分分析PCA详解(二)
- PCA (主成分分析)详解
- 主成分分析(PCA)原理详解
- 主成分分析(PCA)原理详解
- 主成分分析(PCA)原理详解
- 主成分分析(PCA)原理详解
- 主成分分析(PCA)原理详解
- 主成分分析(PCA)原理详解
- 主成分分析(PCA)原理详解
- 主成分分析(PCA)原理详解
- 主成分分析(PCA)原理详解
- 《MFQ&PPDCS》学习心得--了解测试任务
- USACO-Longest Prefix(dp+Trie)
- Java通过配置文件连接Mysql和Oracle数据库实例详解
- Oracle11g安装过程出现问题
- 【Android进阶学习】shape和selector的结合使用
- 详解主成分分析PCA
- (一)Android Studio安装配置
- poj 3590 The shuffle Problem (置换+分组背包)
- 几本国外著名反演书籍(高清版资源)
- 图论 杂..
- php 数组元素快速去重
- Java基础学习笔记:(二)数据类型
- 入门经典_Chap04_题解总结
- ~小游戏开发——迷宫(普通版)~