我试图通读 PCA 并看到目标是最大化方差。我不太明白为什么。对其他相关主题的任何解释都会有所帮助
问问题
14471 次
4 回答
18
方差是衡量您拥有的数据的“可变性”的指标。组件的数量可能是无限的(实际上,在数字化之后,它最多等于矩阵的秩,正如@jazibjamil 指出的那样),所以你想在你构建的有限集合的每个组件中“挤压”最多的信息.
如果夸大其词,您要选择单个主成分,您可能希望它考虑最大的可变性:因此搜索最大方差,以便一个成分从数据集中收集最多的“唯一性”。
于 2012-09-12T20:29:15.520 回答
9
请注意,PCA 实际上不会增加数据的方差。相反,它以这样一种方式旋转数据集,以便将其展开最多的方向与主轴对齐。这使您可以删除数据几乎平坦的那些维度。这会降低数据的维度,同时保持点之间的方差(或散布)尽可能接近原始数据。
于 2012-09-12T23:38:46.900 回答
5
最大化分量向量方差与最大化这些向量的“唯一性”相同。因此,您的向量彼此之间的距离尽可能远。这样,如果您只使用前 N 个分量向量,您将使用高度变化的向量捕获比使用相似向量更多的空间。想想主成分的实际含义。
例如,您有 2 条线在 3D 空间中正交。与两条平行(或几乎平行)的线相比,使用这些正交线可以更完整地捕捉环境。当使用非常少的向量应用于非常高维的状态时,这将成为要维护的向量之间更重要的关系。在线性代数意义上,您希望 PCA 生成独立的行,否则其中一些行将是多余的。
有关基本解释,请参阅普林斯顿计算机系的此PDF。
于 2012-09-12T20:27:37.360 回答