DL四（预处理：主成分分析与白化 Preprocessing PCA and Whitening ）

预处理：主成分分析与白化

Preprocessing：PCA and Whitening

一主成分分析 PCA

1.1 基本术语

　 主成分分析 Principal Components Analysis

白化 whitening

亮度 intensity

平均值 mean

方差 variance

协方差矩阵 covariance matrix

基 basis

幅值 magnitude

平稳性 stationarity

特征向量 eigenvector

特征值 eigenvalue

 

1.2 介绍

 

　　主成分分析（Principal Components Analysis，PCA）是一种能够极大提升无监督特征学习速度的数据降维算法。理解PCA算法，对实现白化（whitening）算法有很大的帮助，很多算法都先用白化算法作预处理步骤。由于特征间的相关性，PCA算法可以将输入向量转换为一个维数低很多的近似向量，而且误差非常小。

 

1.3 PCA实例

 

 

1.3.1 数学背景

 

　　在我们的实例中，使用的输入数据集表示为，维度 即 。假设我们想把数据从2维降到1维。下图是我们的数据集：

　　这些数据已经进行了预处理，使得每个特征和具有相同的均值（零）和方差。为方便展示，根据值的大小，我们将每个点分别涂上了三种颜色。

　　PCA算法将寻找一个低维空间来投影我们的数据。从下图中可以看出，是数据变化的主方向，而 是次方向。

　　为更形式化地找出方向和，我们首先计算出矩阵，如下所示：

　　假设的均值为零，那么就是的协方差矩阵（the covariance matrix）。（符号 ，读"Sigma"，是协方差矩阵的标准符号。虽然看起来与求和符号比较像，但它们其实是两个不同的概念。）

　　可以证明，数据变化的主方向就是协方差矩阵的主特征向量，而是次特征向量。

　　我们先计算出协方差矩阵的特征向量，按列排放，而组成矩阵：

此处，是主特征向量（对应最大的特征值），是次特征向量。以此类推，另记为相应的特征值。

在本例中，向量和构成了一个新基，可以用来表示数据。令为训练样本，那么就是样本点在维度上的投影的长度（幅值）。同样的，是投影到维度上的幅值。

1.3.2 旋转数据（Rotating the Data）

　　至此，我们可以把 用基表达为：

　　对数据集中的每个样本分别进行旋转： for every ，然后把变换后的数据显示在坐标图上，可得：

　　矩阵有正交性，即满足，所以若想将旋转后的向量还原为原始数据，将其左乘矩阵即可：。

1.3.3 数据降维（Reducing the Data Dimension）

　　数据的主方向就是旋转数据的第一维。因此，若想把这数据降到一维，可令：

　　更一般的，假如想把数据降到维表示（令），只需选取的前个成分，分别对应前个数据变化的主方向。

　　PCA的另外一种解释是：是一个 维向量，其中前几个成分可能比较大，而后面成分可能会比较小。

　　PCA算法做的其实就是丢弃中后面（取值较小）的成分，就是将这些成分的值近似为零。具体的说，设是的近似表示，那么将除了前个成分外，其余全赋值为零，就得到：

　　在本例中，可得的点图如下（取 ）：

　　然而，由于上面的后项均为零，没必要把这些零项保留下来。所以，我们仅用前个（非零）成分来定义维向量。

1.3.4 还原近似数据（Recovering an Approximation of the Data）

　　我们把看作将的最后个元素被置0所得的近似表示，因此如果给定 ，可以通过在其末尾添加个0来得到对的近似，最后，左乘便可近似还原出原数据。具体来说，计算如下：

　　将该算法应用于本例中的数据集，可得如下关于重构数据的点图：

　　在训练自动编码器或其它无监督特征学习算法时，算法运行时间将依赖于输入数据的维数。若用取代 作为输入数据，那么算法就可使用低维数据进行训练，运行速度将显著加快。对于很多数据集来说，低维表征量 是原数据集的极佳近似，因此在这些场合使用PCA是很合适的，它引入的近似误差的很小，却可显著地提高你算法的运行速度。

1.3.5 选择主成分个数（Number of components to retain）

　　决定值时，我们通常会考虑不同值可保留的方差百分比（percentage of variance retained）。具体来说，如果，那么我们得到的是对数据的完美近似，也就是保留了100%的方差，即原始数据的所有变化都被保留下来；相反，如果，那等于是使用零向量来逼近输入数据，也就是只有0%的方差被保留下来。

　　一般而言，设表示的特征值（按由大到小顺序排列），使得 为对应于特征向量的特征值。那么如果我们保留前个成分，则保留的方差百分比可计算为：

　　很容易证明，。因此，如果，则说明也就基本上接近于0，所以用0来近似它并不会产生多大损失。

　　以处理图像数据为例，一个惯常的经验法则是选择以保留99%的方差，换句话说，我们选取满足以下条件的最小值：

　　对其它应用，如不介意引入稍大的误差，有时也保留90-98%的方差范围。若向他人介绍PCA算法详情，告诉他们你选择的保留了95%的方差，比告诉他们你保留了前120个（或任意某个数字）主成分更好理解。

1.3.6 PCA应用注意事项

　　具体而言，为使PCA算法正常工作，我们通常需要满足以下要求：(1)特征的均值大致为0；(2)不同特征的方差值彼此相似。对于自然图片，即使不进行方差归一化操作，条件(2)也自然满足，故而我们不再进行任何方差归一化操作（对音频数据,如声谱,或文本数据,如词袋向量，我们通常也不进行方差归一化）。实际上，PCA算法对输入数据具有缩放不变性，无论输入数据的值被如何放大（或缩小），返回的特征向量都不改变。更正式的说：如果将每个特征向量 都乘以某个正数（即所有特征量被放大或缩小相同的倍数），PCA的输出特征向量都将不会发生变化。

　　既然我们不做方差归一化，唯一还需进行的规整化操作就是均值规整化，其目的是保证所有特征的均值都在0附近。根据应用，在大多数情况下，我们并不关注所输入图像的整体明亮程度。比如在对象识别任务中，图像的整体明亮程度并不会影响图像中存在的是什么物体。更为正式地说，我们对图像块的平均亮度值不感兴趣，所以可以减去这个值来进行均值规整化。

1.4 补充知识

1.4.1协方差矩阵（the covariance matrix）

　　协方差（Covariance）在概率论和统计学中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。

期望值分别为与的两个实数随机变量X与Y之间的协方差定义为：

　　协方差矩阵（the covariance matrix）是一个矩阵，其每个元素是各个向量元素之间的协方差。这是从标量随机变量到高维度随机向量的自然推广。假设X是以n个标量随机变量组成的列向量，

1.4.2 特征向量（eigenvector）和特征值（eigenvalue）

　　定义   设是阶方阵，若有数和非零向量，使得

　　称数 是的特征值，非零向量是对应于特征值的特征向量。

特征值和特征向量的求法：

1．   由 得，并且由于是非零向量，故行列式，即

（称之为的特征方程）

由此可解出 个根（在复数范围内），这就是的所有特征值。

2．   根据某个特征值 ，由线性方程组解出非零解，这就是对应于特征值的特征向量。

二 白化 Whitening 

2.1 基本术语

　　白化 whitening

冗余 redundant

方差 variance

平滑 smoothing

降维 dimensionality reduction

正则化 regularization

反射矩阵 reflection matrix

去相关 decorrelation

2.2 介绍

　　我们已经了解了如何使用PCA降低数据维度。在一些算法中还需要一个与之相关的预处理步骤，这个预处理过程称为白化（一些文献中也叫sphering）。举例来说，假设训练数据是图像，由于图像中相邻像素之间具有很强的相关性，所以用于训练时输入是冗余的。白化的目的就是降低输入的冗余性；更正式的说，我们希望通过白化过程使得学习算法的输入具有如下性质：

1. 特征之间相关性较低；
2. 所有特征具有相同的方差。

2.3 白化和ZCA白化

　　由前面的例子，特征的分布如下图所示：

　　这个数据的协方差矩阵如下：

　　和是不相关的, 满足我们对白化结果的第一个要求 (特征间相关性降低)。为了使每个输入特征具有单位方差，我们可以直接使用作为缩放因子来缩放每个特征 。具体地，我们定义白化后的数据 如下：

　　绘制出 ，我们得到:

　　这些数据现在的协方差矩阵为单位矩阵 。我们说，是数据经过PCA白化后的版本: 中不同的特征之间不相关并且具有单位方差。

　　白化与降维相结合。如果你想要得到经过白化后的数据，并且比初始输入维数更低,可以仅保留 中前 个成分。当我们把PCA白化和正则化结合起来时(在稍后讨论)，中最后的少量成分将总是接近于0，因而舍弃这些成分不会带来很大的问题。

ZCA白化

　　最后要说明的是，使数据的协方差矩阵变为单位矩阵 的方式并不唯一。具体地，如果 是任意正交矩阵，即满足 (说它正交不太严格，可以是旋转或反射矩阵), 那么 仍然具有单位协方差。在ZCA白化中，令 。我们定义ZCA白化的结果为：

　　绘制 ，得到:

　　可以证明，对所有可能的 ，这种旋转使得 尽可能地接近原始输入数据 。

　　当使用 ZCA白化时(不同于 PCA白化)，我们通常保留数据的全部 个维度，不尝试去降低它的维数。

2.4 正则化

　　实践中需要实现PCA白化或ZCA白化时，有时一些特征值在数值上接近于0，这样在缩放步骤时我们除以将导致除以一个接近0的值；这可能使数据上溢 (赋为大数值)或造成数值不稳定。因而在实践中，我们使用少量的正则化实现这个缩放过程，即在取平方根和倒数之前给特征值加上一个很小的常数：

　　当在区间上时, 一般取值为。

三 实现主成分分析和白化 Implementing PCA/Whitening 

3.1 基本术语

　　均值为零 zero-mean

对称半正定矩阵 symmetric positive semi-definite matrix

数值计算上稳定 numerically reliable

降序排列 sorted in decreasing order

奇异值 singular value

奇异向量 singular vector

3.2 Matlab实现

3.2.1 PCA实现

PCA步骤：

1. 确保数据均值（近似）为零。

   对于自然图像，我们通过减去每个图像块(patch)的均值（近似地）来达到这一目标。Matlab实现如下：

   

2. 求解x的协方差矩阵

   

   Matlab实现如下：

   

3. 求解协方差矩阵的特征向量。PCA计算 Σ 的特征向量。你可以使用Matlab的 eig 函数来计算。但是由于 Σ 是对称半正定的矩阵，用 svd 函数在数值计算上更加稳定。

   

　　那矩阵 U 将包含 Sigma 的特征向量（一个特征向量一列，从主向量开始排序），矩阵S 对角线上的元素将包含对应的特征值（同样降序排列）。矩阵 等于 的转置，可以忽略。

　　4. 进行数据映射和降维

3.2.2 白化实现

PCA白化：

ZCA白化：