主成分分析最大方差理论
主成分分析(PCA)目标是找到数据中的主成分,并利用这些主成分表征原始数据,因而做到降维。
在信号领域,认为信号具有较大的方差,噪声具有较小的方差,信号与噪声之比称为信噪比,信噪比越大意味着数据质量也就越好。进而可以采用最大化投影方差的方法实现PCA的目标。
给定一组数据点{v1,v2,⋯,vn},进行中心化表示:
{x1,x2,⋯,xn}={v1−μ,v2−μ,⋯,vn−μ},μ=n1i=1∑nvi
目标是找到一个投影方向ω(单位方向向量)使得{x1,x2,⋯,xn}在ω上的投影方差尽可能大,投影后的均值为
μ′=n1i=1∑nxiTω=(n1i=1∑nxiT)ω=0此时,投影后的方差可以表示为
D(x)=n1i=1∑n(xiTω)2=ωT(n1i=1∑nxixiT)ω
n1∑i=1nxixiT是样本协方差矩阵,记为Σ.
PCA求解下述最大化问题
maxωTΣω,s.t.ωTω=1引入拉格朗日乘子,可以推出Σω=λω,此时有
D(x)=ωTΣω=λωTω=λ即x投影后的方差为协方差矩阵的特征值,找到的最大方差也就是协方差矩阵最大的特征值,最佳投影方向是相应的特征向量。可以推出次佳投影方向是第二大特征值对应的特征向量,依此类推。
总结归纳PCA求解过程:
- 求样本协方差矩阵
- 求解协方差矩阵特征值
- 根据需求,取前k大特征值所对应的特征向量ω1,ω2,⋯,ωk,投影得到样本的k维表示
xi′=(ω1Txi,ω2Txi,⋯,ωkTxi)T