7-5 高维数据映射为低维数据

文章目录

  • 高维数据映射为低维数据
  • 低维数据映射回高维数据
  • scikit-learn中的PCA

高维数据映射为低维数据

7-5 高维数据映射为低维数据_第1张图片
将X中的每一行分别与 W k W_{k} Wk中的每一行相乘,就得到了k个数,k个数组成的向量就是该样本映射到 W k W_{k} Wk这个坐标系上得到的一个新的k维的向量,这样做 就可以把X中的m个样本全部映射到k维空间中

低维数据映射回高维数据

7-5 高维数据映射为低维数据_第2张图片但是此时的 X m X_{m} Xm和原来的 X X X不一样

import numpy as np


class PCA:

    def __init__(self, n_components):
        """初始化PCA"""
        assert n_components >= 1, "n_components must be valid"
        self.n_components = n_components
        self.components_ = None

    def fit(self, X, eta=0.01, n_iters=1e4):
        """获得数据集X的前n个主成分"""
        assert self.n_components <= X.shape[1], \
            "n_components must not be greater than the feature number of X"

        def demean(X):
            return X - np.mean(X, axis=0)

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

        def df(w, X):
            return X.T.dot(X.dot(w)) * 2. / len(X)

        def direction(w):
            return w / np.linalg.norm(w)

        def first_component(X, initial_w, eta=0.01, n_iters=1e4, epsilon=1e-8):

            w = direction(initial_w)
            cur_iter = 0

            while cur_iter < n_iters:
                gradient = df(w, X)
                last_w = w
                w = w + eta * gradient
                w = direction(w)
                if (abs(f(w, X) - f(last_w, X)) < epsilon):
                    break

                cur_iter += 1

            return w

        X_pca = demean(X)
        self.components_ = np.empty(shape=(self.n_components, X.shape[1]))
        for i in range(self.n_components):
            initial_w = np.random.random(X_pca.shape[1])
            w = first_component(X_pca, initial_w, eta, n_iters)
            self.components_[i,:] = w

            X_pca = X_pca - X_pca.dot(w).reshape(-1, 1) * w

        return self

    def transform(self, X):
        """将给定的X,映射到各个主成分分量中"""
        assert X.shape[1] == self.components_.shape[1]

        return X.dot(self.components_.T)

    def inverse_transform(self, X):
        """将给定的X,反向映射回原来的特征空间"""
        assert X.shape[1] == self.components_.shape[0]

        return X.dot(self.components_)

    def __repr__(self): 
        return "PCA(n_components=%d)" % self.n_components
import numpy as np
import matplotlib .pyplot as plt

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

from playML.PCA import PCA
pca = PCA(n_components=2)
pca.fit(X)
输出:PCA(n_components=2)

pca.components_
输出:array([[ 0.08690502,  0.9962166 ],
       [ 0.99622176, -0.08684583]])
       
X_reduction = pca.transform(X)
X_reduction.shape
输出:(100, 2)这里输出(1002)是因为22列的矩阵转置后仍为22列

X_restore = pca.inverse_transform(X_reduction)
X_restore.shape
输出结果:(100, 2)这里输出(1002)是因为22列的矩阵转置后仍为22#下面我们用n_components=1来实验,就可以看出映射的效果
pca = PCA(n_components=1)
pca.fit(X)
X_reduction = pca.transform(X)
X_reduction.shape
输出:(100, 1)

X_restore = pca.inverse_transform(X_reduction)
X_restore.shape
输出:(100, 2)

plt.scatter(X[:,0],X[:,1],color='b',alpha=0.5)
plt.scatter(X_restore[:,0],X_restore[:,1],color='r',alpha=0.5)
plt.show()

输出图片:7-5 高维数据映射为低维数据_第3张图片

由图片可以看出:映射回去后的 X m X_{m} Xm和降维之前的 X X X不一样,说明在降维时出现了不可找回的数据损失

scikit-learn中的PCA

from sklearn.decomposition import PCA

pca = PCA(n_components=1)
pca.fit(X)
输出:PCA(n_components=1)

pca.components_
输出:array([[-0.09418549, -0.99555467]])

X_redction = pca.transform(X)
X_reduction.shape
输出:(100, 1)

pca.inverse_transform(X_reduction)
X_restore.shape
(100, 2)

plt.scatter(X[:,0],X[:,1],color='b',alpha=0.5)
plt.scatter(X_restore[:,0],X_restore[:,1],color='r',alpha=0.5)

plt.show()

输出图片:
7-5 高维数据映射为低维数据_第4张图片

你可能感兴趣的:(机器学习,机器学习)