Principal components analysis
这一讲，我们简单介绍Principal Components Analysis(PCA)，这个方法可以用来确定特征空间的子空间，用一种更加紧凑的方式（更少的维数）来表示原来的特征空间。假设我们有一组训练集{x(i);i=1,...m}，含有m个训练样本，每一个训练样本x(i)∈Rn,其中(n?m),每一个n维的训练
样本意味着有n个属性，一般来说，这n个属性里面，会有很多是存在一定相关性的，也就是很多属性是冗余的，这就为特征的降维提供了可能，关键是如何确定多余的属性以及如何进行降维。
PCA为这个问题提供了一种解决途径，在做PCA之前，我们要先对数据做如下的预处理：
1: 求出训练集的均值向量：μ=1m∑mi=1x(i).
2: 用每一个训练样本减去均值向量，x(i)=x(i)?μ.
3: 求出变换后的训练集的方差：σ2j=1m∑i(x(i)j)2.
4: 再将训练集的样本做如下替换：x(i)j=x(i)j/σj.
上面的第1,2步确保了训练集的均值为0，第3,4步保证了训练集的方差为1，使得训练样本里的不同属性变换到同一个尺度上处理。给定一个单位向量u和一个点x，那么该点x到单位向量的投影的长度为xTu，如果x(i)是训练集里的一个样本，那么它在u上的投影长度即为xTu到原点的距离，因此，为了能够让这些投影之间的方差最大，我们希望找到满足如下表达式的单位向量u。
1m∑i=1m((x(i))Tu)2=1m∑i=1muTx(i)(x(i))Tu=uT(1m∑i=1mx(i)(x(i))T)u
因为u是单位向量，所以∥u∥2=1，上式括号中的表达式即为均值为0的协方差矩阵(Σ=1m∑mi=1x(i)(x(i))T)，为了使目标函数最大化，则u应该取Σ最大的特征值所对应的特征向量。
总之，我们应该取Σ的主特征向量，如果我们希望将原来的数据空间映射到一个低维的子空间，我们可以选择Σ的前k个特征向量作为子空间的基向量，那么这k个特征向量u1,u2,...uk组成了新空间的基向量。那么我们可以将原来的训练样本x(i)映射到新的特征空间：
y(i)=????????uT1x(i)uT2x(i)?uTkx(i)????????∈Rk
因此，虽然x(i)是一个n维的向量，但是y(i)变成了维数更低的向量，所以PCA是一种降维算法，其中特征向量u1,u2,...uk称为训练集的
前k个主分量。
参考来源：
Andrew Ng, “Machine Learning”, Stanford University.