主成分分析法步骤与优缺点(主成分分析法教你降维打击)

访客4年前黑客工具1342

如何五步掌握主成分分析法:数据少少,信息多多!

本文的目的是为主成分分析(PCA)提供一个完整且简单的解释,特别是其运作方式,以增进大家对该分析法的理解并加以利用,而不必具有强大的数学背景。

PCA实际上是网上广泛提及的一种 *** ,很多文章都有涉及。但是,只有极少数文章能直接切入主题,并在不过多钻研技术细节的前提下解释PCA的工作原理以及“为什么”。这就是这篇文章的目的:以更简单的方式解释主成分分析法。

在开始解释之前,本文提供了PCA在每一步骤的运作原理的逻辑解释,简化了其背后的数学概念,如标准化,协方差,特征向量和特征值,而暂未关注如何运算的问题。

如何五步掌握主成分分析法:数据少少,信息多多!

什么是PCA?

PCA是一种常用于减少大数据集维数的降维 *** ,把大变量集转换为仍包含大变量集中大部分信息的较小变量集。

减少数据集的变量数量,自然是以牺牲精度为代价的,降维的好处是以略低的精度换取简便。因为较小的数据集更易于探索和可视化,并且使机器学习算法更容易和更快地分析数据,而不需处理无关变量。

总而言之,PCA的概念很简单——减少数据集的变量数量,同时保留尽可能多的信息。

如何五步掌握主成分分析法:数据少少,信息多多!

逐步解释

第1步:标准化

这一步的目的是把输入数据集变量的范围标准化,以使它们中的每一个均可大致成比例地分析。

更具体地说,在使用PCA之前必须标准化数据的原因是PCA对初始变量的方差非常敏感。也就是说,如果初始变量的范围之间存在较大差异,那么范围较大的变量将占据范围较小的变量(例如,范围介于0和100之间的变量将占据0到1之间的变量),这将导致主成分的偏差。因此,将数据转换为可比较的比例可避免此问题。

在数学上,这一步可以通过减去平均值,再除以每个变量值的标准偏差来完成。

如何五步掌握主成分分析法:数据少少,信息多多!

只要标准化完成后,所有变量都将转换为相同的范围[0,1]。

第2步:协方差矩阵计算

这一步的目的是:了解输入数据集的变量是如何相对于平均值变化的。或者换句话说,是为了查看它们之间是否存在任何关系。因为有时候,变量间高度相关是因为它们包含大量的信息。因此,为了识别这些相关性,我们进行协方差矩阵计算。

协方差矩阵是p×p对称矩阵(其中p是维数),其所有可能的初始变量与相关联的协方差作为条目。例如,对于具有3个变量x,y和z的三维数据集,协方差矩阵是以下的3×3矩阵:

如何五步掌握主成分分析法:数据少少,信息多多!

由于变量与其自身的协方差是其方差(Cov(a,a)= Var(a)),因此在主对角线(左上角到右下角)中,实际上有每个起始变量的方差。并且由于协方差是可交换的(Cov(a,b)= Cov(b,a)),协方差矩阵的条目相对于主对角线是对称的,这意味着上三角形部分和下三角形部分是相等的。

作为矩阵条目的协方差告诉我们变量之间的相关性是什么呢?

协方差的重要标志如下:

· 如果为正,则两个变量同时增加或减少(相关)

· 如果为负,则一个减少,另一个增加(不相关)

好了,现在我们知道协方差矩阵只不过是一个表,汇总了所有可能配对的变量间相关性。让我们继续下一步。

第3步:计算协方差矩阵的特征向量和特征值,用以识别主成分

特征向量和特征值都是线性代数概念,需要从协方差矩阵计算得出,以便确定数据的主成分。开始解释这些概念之前,让我们首先理解主成分的含义。

主成分是由初始变量的线性组合或混合构成的新变量。该组合中新变量(如主成分)之间彼此不相关,且大部分初始变量都被压缩进首个成分中。所以,10维数据会显示10个主成分,但是PCA试图在之一个成分中得到尽可能多的信息,然后在第二个成分中得到尽可能多的剩余信息,以此类推。

相关文章

偷偷同步老婆的微信不被他发现(同步接收老婆微信聊天记录)

  微信聊天记录被删除后如何恢复  随着微信的使用越来越广泛,我们每天都会产生大量关于朝鲜的聊天记录,其中包括很多令人难忘的文字。  那么,当我们不小心删除聊天记录时,我们如何才能高效、快速地恢复呢...

关于《钢铁是怎样炼成的》梗概及每章归纳综合

關於《鋼鐵是怎樣煉成的》梗概及每章归纳综合讀書啊,我信赖但有朗朗書聲出破廬,遲早有一日有萬鯉躍龍門之奇象。   引導語:《鋼鐵是怎樣煉成的》反映瞭蘇聯第一代革命青年不怕困難、艱苦奮鬥、勇於勝利的大...

银河湾第一城还会涨价吗,银河湾第一城能买吗

不少小区里都能看到业主私搭阳光房,住了银河湾第一城个王建青最近也准备搭一个,事先呢,也问了物业,但是弄到一半,物业又不许他弄了,这让他气不过哇。 银河湾第一城业主 王建青:因为这里树木太高,我这里阳...

没有密码如何偷偷登录我老婆的微信,又不被发现

. 让孩子乖乖洗澡和洗头发向来都是非常苦恼令人头疼的事情,一知道要洗澡洗头发就哭闹。那么有没有什么办法让孩子没那么抵触呢。下面小编就来和大家说一说。 孩子不爱洗澡的原因可能在父母 臣铭表示,事实...

藜麦的正确吃法(藜麦的8种健康吃法)

  黎麦的恰当食用方法(黎麦的8种身心健康食用方法)联合国粮农组织觉得,黎麦是唯一一种可基础考虑身体基础营养成分要求的食材,因而将黎麦强烈推荐为最适合人们的极致全健康食品,更将2013年公布为国际性黎...

中国品牌商品云推介展进口七座suv会促进中国与中东欧经贸

  新华社布达佩斯11月23日电(记者袁亮)2020年中国品牌商品(中东欧)云推介展会23日在线上开幕,旨在深化中国与中东欧国家经贸合作关系,进一步发挥中欧商贸物流合作园区平台作用,提升中国品牌商品在...