机器学习中的矩阵方法04：SVD 分解

 

前面咱们讲了 QR 分解有一些优良的特性，可是 QR 分解仅仅是对矩阵的行进行操做（左乘一个酉矩阵），能够获得列空间。这一小节的 SVD 分解则是将行与列同等看待，既左乘酉矩阵，又右乘酉矩阵，能够得出更有意思的信息。奇异值分解( SVD, Singular Value Decomposition ) 在计算矩阵的伪逆( pseudoinverse )，最小二乘法最优解，矩阵近似，肯定矩阵的列向量空间，秩以及线性系统的解集空间都有应用。

 

1. SVD 的形式

对于一个任意的 m×n 的矩阵 A，SVD 将一个矩阵分解为三个特殊矩阵的乘积, 国外还作了一个视频——SVD 之歌：

其中， U 和 是酉矩阵， 是对角线矩阵。注意酉矩阵只是坐标的转换，数据自己分布的形状并无改变，而对角矩阵，则是对数据进行了拉伸或者压缩。因为 m >= n，又能够写成下面这种 thin SVD 形式：

2. SVD 的几何解释

考虑 A 是 2×2 的简单状况。咱们知道，一个几何形状左乘一个矩阵 A 实际上就是将该形状进行旋转、对称、拉伸变换等错切变换, A 就是所谓的 shear 矩阵。好比能够将一个圆经过左乘 A 获得一个旋转后的椭圆。

举个例子，假设 A 对平面上的一个圆进行变换:

若是只看矩阵 A， 咱们几乎没法直观看到圆是如何变换的。变换前的圆是：

C, M, Y, K 分别表示第1、2、3、四象限。左乘 A 矩阵后获得：

咱们的问题是，旋转了多少度？伸缩的方向是多少？最大伸缩比例是多少？

利用这个在线工具对 A 进行 SVD 分解:

明显，咱们看到 A 变换其实是先对圆顺时针旋转 45°(能够看作是坐标轴逆时针宣战了 45°，主成分方向)，再关于 x 轴对称(第一行乘以 -1）, 即左乘 V^T：

而后在 x 方向拉伸 3 倍(左乘S)：

最后再顺时针旋转 45°，再关于 x 轴对称(第一行乘以 -1, 两次对称操做抵消了）, 即左乘 U：

上述绘图过程的 python 代码以下：

 1 # -*- coding=utf-8 
 2 #!/usr/bin/python2.7
 3 
 4 from pylab import *
 5 
 6 
 7 def plotCircle(before, M=matrix([[1, 0], [0, 1]])):
 8     '''before: 变换前的矩阵
 9     M： 变换矩阵,默认为单位矩阵
10     返回变换以后的矩阵
11     '''
12     eclMat = M * before  # M 变换
13     eclX = array(eclMat[0]).reshape(-1)
14     eclY = array(eclMat[1]).reshape(-1)
15     axis('equal')
16     axis([-3, 3, -3, 3])
17     grid(True)
18     plot(eclX[:25], eclY[:25], 'c', linewidth=3)
19     plot(eclX[25:50], eclY[25:50], 'm', linewidth=3)
20     plot(eclX[50:75], eclY[50:75], 'y', linewidth=3)
21     plot(eclX[75:100], eclY[75:100], 'k', linewidth=3)
22     show()
23     return eclMat
24 
25 
26 ang = linspace(0, 2*pi, 100)
27 
28 x = cos(ang)
29 y = sin(ang)
30 cirMat = matrix([x, y]) # 2 × 100 的圆圈矩阵
31 
32 # 画最开始的图形——圆
33 plotCircle(cirMat)
34 
35 # 画变换以后的椭圆
36 M = matrix([[2, 1], [1, 2]]) # 2 × 2 的变换矩阵
37 clMat = plotCircle(cirMat, M)
38 
39 # 将 M 矩阵进行 svd 分解
40 U, s, V = np.linalg.svd(M, full_matrices=True)
41 S = np.diag(s)
42 
43 # SVD 矩阵对圆的变换
44 plotCircle(cirMat)
45 Tran1 = plotCircle(cirMat, V)
46 Tran2 = plotCircle(Tran1, S)
47 Tran3 = plotCircle(Tran2, U)

 

3. SVD 向量空间

假设矩阵 A 的秩是 r， 那么对角线矩阵的秩也是 r (乘以酉矩阵不会改变矩阵的秩）， 咱们假设：

1. 那么， Ax = 0 的 null space 也就是解空间是什么呢？答案以下：

   
   证实很是简单，直接带入 SVD 分解三个矩阵的右边，计算的时候正交的向量相乘都等于0, 不为 0 的刚好都被对角线矩阵的 0 元素归零，等号成立。若是 A 是列满秩的，显然符合条件的只剩下零向量了。一样的，你能够知道 A' 的 null space。

    

2. 矩阵 A 的线性子空间是啥？设想有一个很高的矩阵 A， 它的列向量颇有可能不是正交的。对于任意一个坐标 x，矩阵 A 的线性子空间能够定义为：

   R(A) = {y | y = Ax， x 是任意的坐标}
   那么， u1, u2,..., ur 是 R(A) 的正交基。
   这个想法也很是直观，不管来了一个什么向量（或者叫坐标）， 通过 V^T 和 对角线矩阵变换以后仍是一个坐标，这个坐标就是 U 矩阵列向量线性组合的系数。

    

4. SVD 的计算

这就是正定矩阵的对角化。计算过程以下：

1. 计算 A' (A 的转置)和 A'A
2. 计算 A'A 的特征值，将特征值按照递减的顺序排列, 求均方根，获得 A 的奇异值
3. 由奇异值能够构建出对角线矩阵 S， 同时求出 S 逆，以备后面的计算
4. 有上述排好序的特征值能够求出对应的特征向量，以特征向量为列获得矩阵 V， 转置后获得 V'
5. U = AVS逆，求出 U，完毕。

Lanczos algorithm 是一种迭代的计算方法，没来得及细看。

感受 SVD 计算水很深，要用到的时候再看，如今暂不深刻了。

 

5. PCA

主成分分析常常用于减小数据集的维数，同时保持数据集中的对方差贡献最大的特征。假设上面的椭圆中（二维空间，两个坐标值）均匀分布了很是多的点，如何在一维空间（一个坐标值）里面就能最大程度将这些点区分开来呢？这时候就要用到 PCA：

能够看到，上图中将全部的点投影到 +45° 直线上，将二维空间映射到一维空间，能够最大程度地区分开这些点，即投影后的样本分布方差最大，这个方向就是 v1 向量的方向。就上图来讲，假设 100×2 的矩阵 X 表示样本点在平面上的坐标，将这些点投影到 v1 上保留最大的样本方差：

这样，就将 100 个 2 维空间的样本点压缩为 100 个 1 维空间的样本点，这里的列压缩其实是对特征进行了压缩, 而不是简单地丢弃。PCA 是否是只能在样本点个数大于特征个数的时候才能压缩呢？例如，如今 3 个 100 维特征的样本用 100×3 的矩阵表示，用 SVD 分解后能够获得三个矩阵的乘积，作以下变换：

一样也最大限度保留了主成分。

总结起来，一个矩阵 A， 若是想对行进行压缩并保留主成分，那么左乘 u1'， 若是相对列进行压缩并保留主成分(让我联想起了稀疏表示)，那么右乘 v1。

固然，上面是简单的保留第一个主成分，PCA的所有工做简单点说，就是对原始的空间中顺序地找一组相互正交的坐标轴，第一个轴是使得方差最大的，第二个轴是在与第一个轴正交的平面中使得方差最大的，第三个轴是在与第一、2个轴正交的平面中方差最大的，这样假设在N维空间中，咱们能够找到N个这样的坐标轴，咱们取前r个去近似这个空间，这样就从一个N维的空间压缩到r维的空间了，可是咱们选择的r个坐标轴可以使得空间的压缩使得数据的损失最小。

 

6. 最小二乘问题

想法和 QR 分解的办法相似，主要是利用酉矩阵变换的长度不变性：

获得最优解是：