第四章 PCA降维

1. PCA降维

PCA:主成分分析（Principe conponents Analysis）

2. 维度的概念

一般认为时间的一维，而空间的维度，众说纷纭。霍金认为空间是10维的。

3. 为什么要进行降维？

维度灾难：当维度超过一定值的时候，分类器效果呈现明显下降。
PCA旨在找到数据中的主成分，并利用这些主成分表征原始数据，从而达到降维的目的。举一个简单的例子，在三维空间中有一系列数据点，这些点分布在一个过原点的平面上。如果我们用自然坐标系x，y，z三个轴来表示数据，就需要使用三个维度。而实际上，这些点只出现在一个二维平面上，如果我们通过坐标系旋转变换使得数据所在平面与x，y平面重合，那么我们就可以通过x，y两个维度表达原始数据，并且没有任何损失，这样就完成了数据的降维。而x，y两个轴所包含的信息就是我们要找到的主成分。

4. 目标

提取最有价值的信息（基于方差）

5. 降维后的数据的意义？

降维后物理意义变得模糊，但是不影响我们去后续做分类、预测等的结果。

6. PCA推导过程

7. 结论

• 我们要找最大的方差也就是协方差矩阵最大的特征值；
• 最佳投影方向就是最大特征值对应的特征向量
• 次佳投影方向位于最佳投影方向的正交空间中，是第二大特征值对应的特征向量

求解步骤：

1. 对样本数据进行中心化处理
2. 求协方差矩阵
3. 对协方差矩阵进行特征值分解，将特征值从到小排列
4. 取特征值前d大对应的特征向量w1, w2, ..., wd。通过映射关系将n维样本映射到d维空间。

降维后的信息占比定义为：

第四章 PCA降维

原文：https://www.cnblogs.com/wemo/p/10575309.html