07 PCA(主成分分析)之梯度上升法

最新推荐文章于 2024-12-31 10:48:50 发布

dz4543

最新推荐文章于 2024-12-31 10:48:50 发布

阅读量1.1k

点赞数 1

分类专栏：机器学习文章标签： Python PCA

本文链接：https://blog.youkuaiyun.com/dz4543/article/details/86725728

版权

机器学习专栏收录该内容

12 篇文章

订阅专栏

上篇讲的是PCA基于矩阵操作方法的实现，本文讲的是基于梯度上升法实现的PCA。

PCA之梯度上升法

PCA原理

假设现有样本的分布如下图所示。

样本有两个特征，也就是二维的数据：特征1和特征2，如果对样本进行降维，首先可以考虑基于坐标轴进行降维。会有如下两种方式：舍弃特征1，只保留特征2，或者舍弃特征2，只保留特征1。做这样的处理就会变得这样，如下图：

昨晚上述处理，会发现数据就变成一维的了(其他的特征被舍弃了)，单纯从降维的效果来看，似乎右图的效果会好些，因为样本之间的间距比较大，样本之间有更好的可区分度。但是这种处理方式只是比较随意的方式，不一定就是最好的方案。从这图1的数据来看，将样本映射到这样的一根斜线上效果会更好，如下图：

因此，降维的目标就是找到样本间距最大的轴。也就是样本映射到这个轴之后，使得样本间距最大。

在信号处理中认为信号具有较大的方差，****噪声有较小的方差，信噪比就是信号与噪声的方差比，越大越好。因此我们认为，最好的kk维特征是将nn维样本点变换为kk维后，每一维上的样本方差都尽可能的大。

在数学上，样本间距离反映了样本的离散程度，而方差可以很好的表示这种程度，因此我们定义样本间距离——方差。

主成分分析PCA

PCA算法步骤大致如下：

将样本的均值归零（demean）
求一个轴的方向w，使得映射后的方差值最大

均值归零（demean）

原有样本分布：

而，归零之后：

归零的作用是使得样本的均值为0，这样就可以在计算方差时，将原有公式中的均值置为0，即获得图中均值归零后的方差表达式。
注意这里的 $X_i$ 表示的是映射之后样本的数据，也就是降维之后的数据。

映射轴和方差

映射的轴可以视为一个向量， $w = (w_1, w_2, ..., w_n)$ ，n即为样本的特征数。

方差公式：
$Var(X_{project}) = \frac {1}{m} \sum_{i=1}^{m}(X_{project}^{i} - \overline {X}_{project})^2$

我们的目标就是使得这个公式得到的方差值最大。

如果将样本的数据映射到坐标系中，那么每个样本就可以看做是个向量，而样本的均值也可以看做是一个向量。这样我们的方差公式可以变为:
$Var(X_{project}) = \frac {1}{m} \sum_{i=1}^{m}||X_{project}^{i} - \overline {X}_{project}||^2$

也就是求每个向量和均值向量之间距离的平方和再除以向量个数，得到的结果本质上也是方差。由于前一步中的均值归零操作，使得样本在各个维度的均值都是0，那么进一步化简公式为:
$Var(X_{project}) = \frac {1}{m} \sum_{i=1}^{m}||X^{i} w||^2$
假设在数据有两个维度，则可以得到一个二维平面。
这里其实不应使用取模的符号，因为 $X^i$ 样本有n个属性，可以理解为一个n个元素的向量，w也是有n个元素的向量，两个向量相乘的结果是一个实数。而放到矩阵来说，Xi是一个1 * n的矩阵，w理解为一个n * 1的矩阵，相乘之后也是一个实数，因此，最佳的表达式应该是:
$Var(X_{project}) = \frac {1}{m} \sum_{i=1}^{m}(X^{i} ·w)^2$
展开来看:
$Var(X_{project}) = \frac {1}{m} \sum_{i=1}^{m}(X_1^{i} ·w_1+X_2^{i} ·w_2+...+X_n^{i} ·w_n)^2$
合并一下w各个值:
$Var(X_{project}) = \frac {1}{m} \sum_{i=1}^{m}(\sum_{j=1}^{n} X_j^{i} ·w_j)^2$

而得到这个算式最大值的过程可以采用梯度上升法求解。

梯度上升法

回忆梯度下降法，通过求函数在一个点的导数值，得到函数在该点的斜率，之后使用减去斜率与学习率乘积的方式下降，逐渐靠近极小值点。
梯度上升法与之类似，上升不过就是将减法变为加法。第一步还是对方差函数f在每个特征维度求导。

对括号中的式子化简：

提出每个式子的Xi * w：

此时得到一个向量和X样本矩阵，由于向量w和X中每个样本都有相乘的操作，因此，可以将其写为 $\frac{2}{m} · (Xw)$ ，左侧算式可以理解为 $X^i * w$ 需要和每个样本的第i列做一次乘法，因此，可以认为最终是要乘以整个样本X的矩阵。因此得到最右侧的两个式子，下面的算式是为了方便运算而对上面的式子进行转换得到的。

代码实现

单个主成分分析

先模拟一个数据集

import numpy as np
import matplotlib.pyplot as plt

X = np.empty((100, 2))
X[:, 0] = np.random.uniform(0., 100., size=100)
X[:, 1] = 0.75 * X[:, 0] + 3. + np.random.normal(0, 10, size=100)

plt.scatter(X[:, 0], X[:, 1])
plt.show()

该数据集有两个属性，打印初始图像:
图10
2. 接下来对数据进行主成分分析，第一步是均值归零，定义相应的函数:

'''均值归零'''
def demean(X):
    # axis=0即按列计算均值，及每个属性的均值，1则是计算行的均值
    #注意要明白为什么使用列，一列就是一个特征维度，生成数据的时候是俩列
    return (X - np.mean(X, axis=0))

X_demean = demean(X)
plt.scatter(X_demean[:, 0], X_demean[:, 1])
plt.show()

绘出归零后的图：
图11
从分布上看貌似没啥区别，但看看坐标就会发现还是有所不同

对方差函数和其导数函数的定义
(1) 方差函数: $Var(X_{project}) = \frac {1}{m} \sum_{i=1}^{m}||X^{i} w||^2$
(2) 方差函数导数: $\Delta f = \frac{2}{m}X^T(Xw)$

'''方差函数'''
def f(w, X):
    return np.sum((X.dot(w)**2)) / len(X)

'''方差函数导数'''
def df_math(w, X):
    return X.T.dot(X.dot(w)) * 2. / len(X)

'''将向量化简为单位向量'''
def direction(w):
    return w / np.linalg.norm(w)

'''梯度上升法'''
def gradient_ascent(w, X, eta, n_iter=1e4, epsilon=0.0001):
    '''
    梯度上升法
    :param w:
    :param X:
    :param eta: ---->学习率
    :param n_iter: ---------->迭代次数
    :param epsilon:---------->精度
    :return:
    '''
    #先化简w为单位向量，方便运算
    w = direction(w)
    i_iter = 0
    while i_iter < n_iter:
        gradient = df_math(w, X)
        last_w = w
        w += gradient * eta
        #每次更新后将w化简为单位向量
        w = direction(w)
        if abs(f(w, X) - f(last_w, X)) < epsilon:
            break
        i_iter += 1
    return w

和线性回归梯度下降寻找极小值点类似，只不过这次的方向是上升。而且有需要注意限定循环次数，避免学习率过大造成陷入无限循环中。我们来测试下数据降维的结果：

w_init = np.random.random(X_demean.shape[1])#随机初始化w
eta = 0.01#设置学习率
w = gradient_ascent(w_init, X_demean, eta)#调用梯度上升法
print(w)
plt.scatter(X_demean[:, 0], X_demean[:, 1])
plt.plot([0, w[0] * 30], [0, w[1] * 30], color='r')
plt.show()

w的值为：

[0.77041573 0.63754185]

注意：
线性回归中，通常将特征系数θ的值设为全部为0的向量(也就是w设为0向量)，但在主成分分析中w的初始值不能为0！！
得到映射向量如图中红线：
图12

多个主成分分析

问：对于上面的二维数据，如果想求第二个成分，该怎么做？

答：需要先将数据集在第一个主成分上的分量去掉，然后在没有第一个主成分的基础上再寻找第二个主成分。
图13
由之前的推导所知，蓝色部分的模长是Xi向量和w向量的乘积，又因为w是单位向量，向量的模长乘以方向上的单位向量就可以得到这个向量，去掉Xi在w方向的分量得到新的数据 $X'^{(i)}= X^i - X^i_{pro}$ 。

求第二主成分就是在新的数据Xi’上寻找第一主成分。以此类推，之后的主成分求法也是这个套路。

'''均值归零'''
def demean(X):
    # axis=0即按列计算均值，及每个属性的均值，1则是计算行的均值
    return (X - np.mean(X, axis=0))

'''方差函数'''
def f(w, X):
    return np.sum((X.dot(w)**2)) / len(X)

'''方差函数导数'''
def df_ascent(w, X):
    return X.T.dot(X.dot(w)) / 2 * len(X)

'''将向量化简为单位向量'''
def direction(w):
    return w / np.linalg.norm(w)

'''寻找第一主成分'''
def first_component(w_init, X, eta, n_iter=1e4, epsilon=0.0001):
    w = direction(w_init)
    i_iter = 0
    while i_iter < n_iter:
        last_w = w
        gradient = df_ascent(w, X)
        w += eta * gradient
        w = direction(w)
        if abs(f(w, X) - f(last_w, X)) < epsilon:
            break
        i_iter += 1
    return w

'''取前n个主成分'''
def first_n_component(n, X, eta, n_iter=1e4, epsilon=0.0001):
    '''先对数据均值归零'''
    X = demean(X)
    #res记录每个主成分
    res = []
    #进行n次
    for i in range(n):
        #每次初始化w向量，注意不能是0向量
        w = np.random.random(X.shape[1])
        #寻找当前数据的第一主成分并记录到res
        w = first_component(w, X, eta)
        res.append(w)
        #每次减去数据在主成分方向的分量获得新数据
        X = X - X.dot(w).reshape(-1, 1) * w
    return res

代码中的前5个函数和第一主成分分析中的一样，注意最后一个函数。每次求当前数据的第一主成分，并减去数据在第一主成分上的分量获得的新数据继续求第一主成分，知道完成n次为止。

去除数据在第一主成分的分量，如刚才的算式推导的，对于每个样本 $X_i$ 减去主成分的过程可以写为：
$x_{new}[i] = x[i] - (x[i]·w))w$
X[i]是第i个样本，可以看作是1 * n的向量，w是一个1 * n的向量，通过dot()方法可以得到一个常数，即为X[i]在w方向上的模长，模长再乘以w即为在w方向上的分量。

对于一个含有m个样本的数据集X，可以写成for循环：

for i in range(len(X)):
    X_new[i] = X[i] - X[i].dot(w) * w

for循环方便理解但更好的方式是直接使用矩阵乘法的方式解决，上面的for循环等价于：

X_new = X - X.dot(w).reshape(-1, 1) * w

X是m * n的矩阵，w是n * 1的矩阵，二者dot()之后得到m * 1的矩阵，这里需要使用reshape(-1, 1)使得X和w相乘之后的矩阵真正是一个m * 1的矩阵，之后再乘以w，得到的m * n的矩阵即为每个样本每个维度在w上的分量。再用原始数据X减去即可。
现在，检验下第一次降维后的效果:

'''生成数据'''
X = np.empty((100, 2))
X[:, 0] = np.random.uniform(0., 100., size=100)
X[:, 1] = 0.75 * X[:, 0] + 3. + np.random.normal(0, 10, size=100)
'''均值归零'''
X_demean = demean(X)
'''获得第一主成分'''
w_init = np.random.random(X_demean.shape[1])
eta = 0.01
w = first_component(w_init, X_demean, eta)
print(w)
'''画出第一主成分所在向量'''
plt.scatter(X_demean[:, 0], X_demean[:, 1])
plt.plot([0, w[0] * 30], [0, w[1] * 30], color='r')
plt.show()
'''X减去X在第一主成分上的分量'''
X2 = X_demean - X_demean.dot(w).reshape(-1, 1) * w
plt.scatter(X2[:, 0], X2[:, 1])
plt.show()

这里将 $X w$ dot的结果reshape了一下，之所以这么做是因为w的shape是 $(2,)$ ，则 $X w$ 的结果就变成了(100，),再和w点乘是会报错的。当然更准确的做法是将w也reshape一下，比如：

X2 = X_demean - X_demean.dot(w).reshape(-1, 1) * (w.reshape(1,-1))

结果如下：
图14
图15
下面在新的数据上获取第二主成分：

'''获取第二主成分'''
w2_init = np.random.random(X2.shape[1])
w2 = first_component(w2_init, X2, eta)
plt.scatter(X2[:, 0], X2[:, 1])
plt.plot([0, w2[0] * 30], [0, w2[1] * 30], color='r')
plt.show()

图16，第二主成分向量
可以看到，俩各分量上的向量在2张图中的红线的走向近乎垂直，可以实现下，俩个向量垂直是否为0：

X = np.empty((100, 2))
X[:, 0] = np.random.uniform(0., 100., size=100)
X[:, 1] = 0.75 * X[:, 0] + 3. + np.random.normal(0, 10, size=100)
eta = 0.01
res = first_n_component(2, X, eta)
print(res)
print(res[0].dot(res[1]))

调用之前定义的first_n_component函数(也可以直接 $w . d o t (w 2)$ $)，记录前后两次的w，打印res和相乘的结果:

[array([0.79086614, 0.61198917]), array([-0.61198917,  0.79086614])]
-5.551115123125783e-17

返回了俩个数组，也就是w的值以及w之间点乘的结果， $- 5 e - 17$ ，近乎为0，可以认为俩者垂直。

主成分分析和线性回归的区别

看起来，PCA和线性回归有点类似，都是求这么一条线，求w值，但还是有所不同，如下图：
图17
这张图给出的是样本映射到方差最大的轴上的过程。很像线性回归中找一条拟合各个样本点的直线的图像。但是注意，PCA坐标轴是各个特征，映射的方向是垂直于方差最大的轴而非特征所在的坐标轴，且任务是使得样本间距尽可能大。。

而线性回归呢？二维的线性回归，横轴是特征，纵轴是输出标记。样本是垂直与特征所在的坐标轴，测量的是实际值和预测值的差距，我们的任务是使得这个距离尽可能的小。
图18

PCA之高维数据降维与恢复

通过PCA，我们可以对高维数据降维。比如说，将个m维数据降到k维(k<m)。也就是说，原始数据样本X是一个m×n的矩阵，我们筛选出k个主成分向量，形成一个k × n的矩阵。通俗的来讲，通过上诉过程，我们每找到一个坐标维度 $w$ ，都有一个与之对应的映射数据。写成矩阵形式如下：
图19
类似于线性回归中的做法，使用线性代数将俩个矩阵相乘，得到 $m * k$ 矩阵，原本的数据 $X$ 就降为k，即实现了降维。公式为：
$X_k=X·W_k^T$
举个例子，数据 $X_{m,n}$ 是 $100 \times 3$ 大小，即特征维度是3，数据量有100——> $m = 100, n = 3$ ，我们选择2个主成分分量，即 $k = 2$ ，则 $w_{k,3}$ 对应 $k = 2, n = 3$ 。应用 $XW_k^T$ 后生成的 $m * k$ 的矩阵——> $100 \times 2$ ，这样就实现了降维。那么我们想，同样通过这个矩阵，低维数据通过与主成分向量w相乘是否能恢复成高维数据？

先这么算： $X_k$ 是 $m * k$ , $w$ 是 $k * n$ ，似乎 $X_k·w$ 刚好就是 $m * n$ 的矩阵。低维数据映射回高维数据的公式：
$X_k·W_k$
下面试试：
基于上述代码，做简单处理：

PCA处理： $X_k = W_k^T$
恢复数据： $X = X_k W_k$

W = np.vstack((w,w2))#合并成w_k
X_k = X.dot(W.T)#得到处理后的数据
X_inver = X_k.dot(W)#再从处理后的数据恢复原始数据
plt.scatter(X[:, 0], X[:, 1], color='b', alpha=0.5)#原始数据
plt.scatter(X_inver[:, 0], X_inver[:, 1], color='r', alpha=0.5)#PCA恢复的数据
plt.show()

是这么个图：
图 20
当然也可以生成个类，重新弄：

import numpy as np
import matplotlib.pyplot as plt

class PCA:

    def __init__(self, n_component):
        assert n_component >= 1, 'n_component is invalidate'
        self.n_component = n_component
        self.components_ = None

    def __repr__(self):
        return 'PCA(n_component=%d)' % self.n_component

    def fit(self,X, eta, n_iter=1e4, epsilon=0.0001):
        '''
        主成分分析
        :param X: 
        :param eta: 
        :param n_iter: 
        :param epsilon: 
        :return: 
        '''
        assert X.shape[1] >= self.n_component, 'X is invalidate'

        '''均值归零'''
        def demean(X):
            return X - np.mean(X, axis=0)

        '''方差函数'''
        def f(w, X):
            return np.sum(X.dot(w)**2) / len(X)

        '''方差函数导数'''
        def df_ascent(w, X):
            return X.T.dot(X.dot(w)) * 2 / len(X)

        '''将向量化简为单位向量'''
        def direction(w):
            return w / np.linalg.norm(w)

        '''寻找第一主成分'''
        def first_component(w, X, eta, n_iter=1e4, epsilon=0.0001):
            i_iter = 0
            while i_iter < n_iter:
                last_w = w
                gradient = df_ascent(w, X)
                w += eta * gradient
                w = direction(w)
                if abs(f(w, X) - f(last_w, X)) < epsilon:
                    break
                i_iter += 1
            return w

        self.components_ = np.empty(shape=(self.n_component, X.shape[1]))
        X = demean(X)
        for i in range(self.n_component):
            w = np.random.random(X.shape[1])
            w = first_component(w, X, eta, n_iter, epsilon)
            X = X - (X.dot(w)).reshape(-1, 1) * w
            self.components_[i, :] = w
        return self

    def transform(self, X):
        '''
        将X映射到各个主成分中
        :param X:
        :return:
        '''
        assert X.shape[1] == self.components_.shape[1]
        return X.dot(self.components_.T)

    def inverse_transform(self, X):
        '''
        将低维数据转回高维
        :param X:
        :return:
        '''
        assert X.shape[1] == self.components_.shape[0]
        return X.dot(self.components_)

定义一个PCA类，有两个属性n_comnponent记录主成分个数，components_记录各个主成分向量。

fit()函数实际就是通过梯度上升法选去n_component个主成分
通过transform()函数从高维向低维映射
inverse_transform()函数实现了低维映射回高维

'''测试数据'''
X = np.empty((100, 2))
X[:, 0] = np.random.uniform(0., 100., size=100)
X[:, 1] = 0.75 * X[:, 0] + 3. + np.random.normal(0, 10, size=100)
eta = 0.01

pca = PCA(2)
pca.fit(X, eta)
X_new = pca.transform(X)
print(pca.components_)
print(X_new.shape)
X_inverse = pca.inverse_transform(X_new)
plt.scatter(X[:, 0], X[:, 1], color='g', alpha=0.5)
plt.scatter(X_inverse[:, 0], X_inverse[:, 1], color='r', alpha=0.5)
plt.show()

得到主成分向量和降维后的数据集的大小

[[ 0.76809846  0.64033176]
 [-0.64033176  0.76809846]]
(100, 2)

绘制结果：
图21
俩者一样，这里原始数据是绿色，PCA恢复的数据是红色，发现并不是完全重合的，也就是说PCA会有数据失真，这还仅仅是相同纬度，降维更加会丢失数据，无法像FFT那样完美恢复数据。

能力有限，仅做参考！

结束语：
通过特征分解和梯度上升法，虽然求解方式不一样，但是我们可以知道的是，通过PCA，我们可以将n维特征换算到k(k<=n)维中，通过线性代数的思维，可以这么认为我们将数据从原始坐标系换算到了一个新的坐标系中，从n维——>n维，维度不变，但是坐标系不一样了。当我们要实行降维时，可以选取其中前k个更重要的维度或者说轴。
参考文章：
主成分分析（PCA）原理详解
 从零开始实现主成分分析(PCA)算法
 你见过最全的主成分分析PAC与梯度上升法总结