線性模型之LDA和PCA

線性判別分析LDA

LDA是一種無監督學習的降維技術。

思想：投影后類內方差最小，類間方差最大，即期望同類實例投影后的協方差盡可能小，異類實例的投影后的類中心距離盡量大。

二分類推導

給定數據集\(D=\{(x_i,y_i)\}_{i=1}^m\)，令\(X_i，\mu_i，\sum_i\)分別表示第\(i\in \{0,1\}\)類實例的集合，均值，和協方差矩陣

則兩類樣本中心點在\(w\)方向直線的投影分別為\(w^Tu_0，w^Tu_1\)；若將所有的樣本點都投影到\(w\)方向直線上，則兩類樣本的協方差分別是\(w^T\sum_0 w，w^T\sum_1 w\)

根據投影后類內方差最小，類間方差最大，欲最大化的目標為：

• \(J=\frac{||w^Tu_0-w^Tu_1||^2}{w^T\sum_0 w+w^T\sum_1 w}\)

類內散度矩陣：

• \(S_w=\sum_{x \in Y_i}(x-u_i)(x-u_i)^T\)

類間散度矩陣：

• \(S_b=(u_0-u_1)(u_0-u_1)^T\)

則目標重寫為\(S_w,S_b\)的廣義瑞利商

• \(J=\frac{w^TS_bw}{w^TS_ww}\)
• 解與w只與方向有關與長度無關，令，\({w^TS_ww}=1\)

目標函數等價於

• min\(\quad -w^TS_bw\)
• \(s.t. \quad {w^TS_ww}=1\)

引入拉格朗日乘子法

• \(S_bw = \lambda S_ww\)

\(S_bw\)方向恆為\((u_0-u_1)\)

• \(S_bw = \lambda (u_0-u_1)\) 帶入上式得：
• \(w = S_w^{-1}(u_0-u_1)\)

奇異值分解：

• \(S_w=U\sum V^T\)
• \(S_w^{-1}=V\sum^{-1} U^T\)

從貝葉斯決策理論的角度闡釋：當兩類滿足數據同先驗，滿足高斯分布且協方差相等時，LDA達到最優

N分類

全局散度矩陣：

• \(S_t=S_b+S_w=\sum^m_{i=1}(x_i-u)(x_i-u)^T\)
• \(S_w=\sum^N_{i=1}\sum_{x \in X_i}(x-u_i)(x-u_i)^T\)
• \(S_b=S_t-S_w=\sum^N_{i=1}m_i(u_i-u)(u_i-u)^T\)

根據LDA思想，目標函數為：

• \(J(W)=\frac{tr(W^TS_bW)}{tr(W^TS_wW)}\)
• \(S_bw = \lambda S_ww\)

PCA

PCA的主要思想是將n維特征映射到k維上，這k維是全新的正交特征也被稱為主成分，是在原有n維特征的基礎上重新構造出來的k維特征

信號領域：信號具有較大方差，噪音具有較大方差，信噪比越大意味着數據質量越高。所以PCA的目標就是最大化投影誤差。

第一步：將數據進行去中心化：

第二步：方差：

• x在單位向量上的投影為\(x^Tw\)
• \(D(x)=\frac{1}{n}\sum_{i=1}^m(x_i^Tw)^2\)
• = \(\frac{1}{n}\sum_{i=1}^mw^Tx_ix_i^Tw\)
• = \(w^T(\frac{1}{n}\sum_{i=1}^mx_ix_i^T)w\)
• = \(w^T\sum w\)

第三步：目標函數：

• \(max \quad w^T\sum w\)
• \(max \quad w^Tw=1\)

第四步：拉格朗日

• \(D(x)=w^T\sum w=\lambda w^Tw=\lambda\)

投影后的方差就是投影后的協方差特征值，將特征值由大到小排列，取前d個主成分（主成分間相互正交）

由於得到協方差矩陣的特征值特征向量有兩種方法：特征值分解協方差矩陣、奇異值分解協方差矩陣，所以PCA算法有兩種實現方法：基於特征值分解協方差矩陣實現PCA算法、基於SVD分解協方差矩陣實現PCA算法

降維后的信息占比：

• \(\eta=\sqrt{\frac{\sum_{i=1}^d\lambda_i^2}{\sum_{i=1}^n \lambda_i^2}}\)

PCA和LDA的相同點

PCA和LDA都是經典的降維算法；

PCA和LDA都假設數據是符合高斯分布的；

PCA和LDA都利用了矩陣特征分解的思想。

PCA和LDA的不同點

PCA是無監督（訓練樣本無標簽）的，LDA是有監督（訓練樣本有標簽）的；

PCA去除原始數據集中冗余的維度，讓投影子空間的各個維度的方差盡可能大，也就是熵盡可能大。LDA是通過數據降維找到那些具有判斷力的維度，使得原始數據在這些維度上的投影，不同類別盡可能區分開來。

LDA最多可以降到k-1維（k是訓練樣本的類別數量，k-1是因為最后一維的均值可以由前面的k-1維的均值表示）；而PCA沒有這個限制

LDA還可以用於分類。

LDA可能會過擬合數據。