主成分分析原理及推导
Posted 小明子
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了主成分分析原理及推导相关的知识，希望对你有一定的参考价值。
声明：出处http://blog.csdn.net/zhongkejingwang/article/details/42264479
什么是PCA？
在数据挖掘或者图像处理等领域经常会用到主成分分析，这样做的好处是使要分析的数据的维度降低了，但是数据的主要信息还能保留下来，并且，这些变换后的维两两不相关！至于为什么？那就接着往下看。在本文中，将会很详细的解答这些问题：PCA、SVD、特征值、奇异值、特征向量这些关键词是怎么联系到一起的？又是如何在一个矩阵上体现出来？它们如何决定着一个矩阵的性质？能不能用一种直观又容易理解的方式描述出来？
数据降维
为了说明什么是数据的主成分，先从数据降维说起。数据降维是怎么回事儿？假设三维空间中有一系列点，这些点分布在一个过原点的斜面上，如果你用自然坐标系x,y,z这三个轴来表示这组数据的话，需要使用三个维度，而事实上，这些点的分布仅仅是在一个二维的平面上，那么，问题出在哪里？如果你再仔细想想，能不能把x,y,z坐标系旋转一下，使数据所在平面与x,y平面重合？这就对了！如果把旋转后的坐标系记为x‘,y‘,z‘，那么这组数据的表示只用x‘和y‘两个维度表示即可！当然了，如果想恢复原来的表示方式，那就得把这两个坐标之间的变换矩阵存下来。这样就能把数据维度降下来了！但是，我们要看到这个过程的本质，如果把这些数据按行或者按列排成一个矩阵，那么这个矩阵的秩就是2！这些数据之间是有相关性的，这些数据构成的过原点的向量的最大线性无关组包含2个向量，这就是为什么一开始就假设平面过原点的原因！那么如果平面不过原点呢？这就是数据中心化的缘故！将坐标原点平移到数据中心，这样原本不相关的数据在这个新坐标系中就有相关性了！有趣的是，三点一定共面，也就是说三维空间中任意三点中心化后都是线性相关的，一般来讲n维空间中的n个点一定能在一个n-1维子空间中分析！所以，不要说数据不相关，那是因为坐标没选对！
上面这个例子里把数据降维后并没有丢弃任何东西，因为这些数据在平面以外的第三个维度的分量都为0。现在，我假设这些数据在z‘轴有一个很小的抖动，那么我们仍然用上述的二维表示这些数据，理由是我认为这两个轴的信息是数据的主成分，而这些信息对于我们的分析已经足够了，z‘轴上的抖动很有可能是噪声，也就是说本来这组数据是有相关性的，噪声的引入，导致了数据不完全相关，但是，这些数据在z‘轴上的分布与原点构成的夹角非常小，也就是说在z‘轴上有很大的相关性，综合这些考虑，就可以认为数据在x‘,y‘轴上的投影构成了数据的主成分！
现在，关于什么是数据的主成分已经很好的回答了。下面来看一个更具体的例子。
下面是一些学生的成绩：
首先，假设这些科目成绩不相关，也就是说某一科考多少份与其他科没有关系。那么一眼就能看出来，数学、物理、化学这三门成绩构成了这组数据的主成分（很显然，数学作为第一主成分，因为数学成绩拉的最开）。为什么一眼能看出来？因为坐标轴选对了！下面再看一组数据，还能不能一眼看出来：
是不是有点凌乱了？你还能看出来数据的主成分吗？显然不能，因为在这坐标系下数据分布很散乱。所以说，看到事物的表象而看不到其本质，是因为看的角度有问题！如果把这些数据在空间中画出来，也许你一眼就能看出来。但是，对于高维数据，能想象其分布吗？就算能描述分布，如何精确地找到这些主成分的轴？如何衡量你提取的主成分到底占了整个数据的多少信息？要回答这些问题，需要将上面的分析上升到理论层面。接下来就是PCA的理论分析。
PCA推导
以下面这幅图开始我们的推导：
上面是二维空间中的一组数据，很明显，数据的分布让我们很容易就能看出来主成分的轴（简称主轴）的大致方向。下面的问题就是如何通过数学计算找出主轴的方向。来看这张图：
现在要做的事情就是寻找u1的方向，对于这点，我想好多人都有经验，这不就是以前用最小二乘法拟合数据时做的事情吗！对，最小二乘法求出来的直线（二维）的方向就是u1的方向！那u2的方向呢？因为这里是二维情况，所以u2方向就是跟u1垂直的方向，对于高维数据，怎么知道u2的方向？经过下面的理论推导，各个主轴都能确定下来。
给定一组数据：（如无说明，以下推导中出现的向量都是默认是列向量）
将其中心化后表示为：
中心化后的数据在第一主轴u1方向上分布散的最开，也就是说在u1方向上的投影的绝对值之和最大（也可以说方差最大），计算投影的方法就是将x与u1做内积，由于只需要求u1的方向，所以设u1是单位向量。
也就是最大化下式：
也即最大化：
解释：平方可以把绝对值符号拿掉，光滑曲线处理起来方便。
两个向量做内积可以转化成矩阵乘法：
所以目标函数可以表示为：
括号里面就是矩阵乘法表示内积，转置以后的行向量乘以列向量得到一个数。因为一个数的转置还是其本身，所以又可以将目标函数化为：
这样就可以把括号去掉！去掉以后变成：
由于u1和i无关，可以把它拿到求和符外面：
注意，其实括号里面是一个矩阵乘以自身的转置，这个矩阵形式如下：
X矩阵的第i列就是xi，于是有：
所以目标函数最后化为：
上式到底有没有最大值呢？如果没有前面的1/n，那就是就是一个标准的二次型！并且XX‘(为了方便，用‘表示转置)得到的矩阵是一个半正定的对称阵！为什么？首先XX‘是对称阵，因为(XX‘)‘=XX‘，下面证明它是半正定，什么是半正定？就是所有特征值大于等于0。
假设XX‘的某一个特征值为
证明完毕！对于半正定阵的二次型，存在最大值！现在问题就是如何求目标函数的最大值？以及取最大值时u1的方向？下面介绍两种方法。
方法一 拉格朗日乘数法
目标函数和约束条件构成了一个最大化问题：
构造拉格朗日函数：
对u1求导
显然，u1即为XX‘特征值
所以，如果取最大的那个特征值，那么得到的目标值就最大。有可能你会有疑问，为什么一阶导数为0就是极大值呢？那么再求二阶导数：
二阶导数半负定，所以，目标函数在最大特征值所对应的特征向量上取得最大值！所以，第一主轴方向即为第一大特征值对应的特征向量方向。第二主轴方向为第二大特征值对应的特征向量方向，以此类推，证明类似。
下面介绍第二种方法
方法二 奇异值法
这方法是从矩阵分析里面总结的，随便取个名叫奇异值法。
首先，对于向量x，其二范数（也就是模长）的平方为：
所以有：
把二次型化成一个范数的形式，最大化上式也即这个问题：对于一个矩阵，它对一个向量做变换，变换前后的向量的模长伸缩尺度如何才能最大？这个很有趣，简直就是把矩阵的真面目给暴露出来了。为了给出解答，下面引入矩阵分析中的一个定理：
考察对称阵
设
为其n个特征值，并令与之对应的单位特征向量为：
对了，忘了提醒，对称阵不同特征值对应的特征向量两两正交！这组特征向量构成了空间中的一组单位正交基。
任意取一个向量x，将其表示为
则
将
由于这些单位特征向量两两正交，只有相同的做内积为1，不同的做内积为0.所以上式做内积出来的结果为：
根据特征值的大小关系有
所以
定理得证！
显然，当
再回到我们的问题，需要最大化：
将X‘代入上面证明过程中的矩阵A，则u1的方向即为A‘A=(X‘)‘X‘=XX‘对大特征值对应的特征向量的方向！
所以第一主轴已经找到，第二主轴为次大特征值对应的特征向量的方向，以此类推。
两种方法殊途同归，现在来解答关于主成分保留占比的问题。上面我们知道第一主轴对应的最大值是最大奇异值（也就是AA‘最大特征值开平方），第二主轴对应的最大值是次大奇异值，以此类推。那么假设取前r大奇异值对应的主轴作为提取的主成分，则提取后的数据信息占比为：
分子是前r大奇异值的平方和，分母是所有奇异值的平方和。
到此，主成分分析PCA就讲完了，文章最后提到了奇异值，关于这个，后面的奇异值分解（SVD）文章将会详细讲解并给出其具体应用！
以上是关于主成分分析原理及推导的主要内容，如果未能解决你的问题，请参考以下文章