實現主成分分析和白化

在這一節里，我們將總結PCA, PCA白化和ZCA白化算法，并描述如何使用高效的線性代數庫來實現它們。

首先，我們需要確保數據的均值（近似）為零。對于自然圖像，我們通過減去每個圖像塊(patch)的均值（近似地）來達到這一目標。為此，我們計算每個圖像塊的均值，并從每個圖像塊中減去它的均值。（譯注：參見PCA一章中“對圖像數據應用PCA算法”一節）。Matlab實現如下：

avg = mean(x, 1); ?% 分別為每個圖像塊計算像素強度的均值。 x = x - repmat(avg, size(x, 1), 1);

下面，我們要計算 ，如果你在Matlab中實現（或者在C++, Java等中實現，但可以使用高效的線性代數庫），直接求和效率很低。不過，我們可以這樣一氣呵成。

sigma = x * x' / size(x, 2);

（自己推導一下看看）這里，我們假設 x 為一數據結構，其中每列表示一個訓練樣本（所以x 是一個 × 的矩陣）。

接下來，PCA計算 Σ 的特征向量。你可以使用Matlab的 eig 函數來計算。但是由于Σ 是對稱半正定的矩陣，用 svd 函數在數值計算上更加穩定。

具體來說，如果你使用

[U,S,V] = svd(sigma);

那矩陣 U 將包含 Sigma 的特征向量（一個特征向量一列，從主向量開始排序），矩陣S 對角線上的元素將包含對應的特征值（同樣降序排列）。矩陣 等于 的轉置，可以忽略。

（注意 svd 函數實際上計算的是一個矩陣的奇異值和奇異向量，就對稱半正定矩陣的特殊情況來說，它們對應于特征值和特征向量，這里我們也只關心這一特例。關于奇異向量和特征向量的詳細討論超出了本文范圍。）

最后，我們可以這樣計 算 和 ：

xRot = U' * x; ?% 數據旋轉后的結果。 xTilde = U(:,1:k)' * x;?% 數據降維后的結果，這里k希望保留的特征向量的數目。

這以 的形式給出了數據的PCA表示。順便說一下，如果x 是一個包括所有訓練數據的 × 矩陣，這也是一種向量化的實現方式，上面的式子可以讓你一次對所有的訓練樣本計算出 x_rot 和 。得到的x_rot 和 中，每列對應一個訓練樣本。

為計算PCA白化后的數據 ，可以用

xPCAwhite = diag(1./sqrt(diag(S) + epsilon)) * U' * x;

因為 S 的對角線包括了特征值 ，這其實就是同時為所有樣本計算 的簡潔表達。

最后，你也可以這樣計算ZCA白化后的數據:

xZCAwhite = U * diag(1./sqrt(diag(S) + epsilon)) * U' * x;

中英文對照

主成分分析 Principal Components Analysis (PCA)

白化 whitening

均值為零 zero-mean

均值 mean value

特征值 eigenvalue

特征向量 eigenvector

對稱半正定矩陣 symmetric positive semi-definite matrix

數值計算上穩定 numerically reliable

降序排列 sorted in decreasing order

奇異值 singular value

奇異向量 singular vector

向量化實現 vectorized implementation

對角線 diagonal

from: http://ufldl.stanford.edu/wiki/index.php/%E5%AE%9E%E7%8E%B0%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90%E5%92%8C%E7%99%BD%E5%8C%96

總結

以上是生活随笔為你收集整理的Stanford UFLDL教程 实现主成分分析和白化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。