K-L变换的理论知识
K-L变换是除了PCA外的另一种常用的特征提取方法，它有很多种形式，最基本的形式跟PCA类似，它跟PCA的不同在于，PCA是一种无监督的特征变换，而K-L变换能够考虑到不同的分类信息，实现有监督的特征提取。
根据随机过程中的KL展开理论，将随机过程描述为无数个正交函数的线性组合，而在模式识别问题中，通常可以将一个样本看成是随机向量的某一次实现结果，所以假设有一d维随机向量x，可以写成一组正交基
的线性组合，且它们的模为1：
对上式变形得到：
（初见K-L变换，通常需要先对样本进行零均值化或平移）
假设有用信息就集中在其中的q维上，那么现在我们来尝试用着q维去近似x：
近似前后样本向量的差向量为：
考查上述差向量的均方误差（MSE）为：
其中，变换矩阵
是原样本向量x的二阶矩阵（注意，这里还可以是其他矩阵，如协方差矩阵），可以与PCA中比较一下，形式大致相同，但在PCA中使用的变换矩阵是协方差矩阵；
我们的目的是最小化上述MSE，同PCA中的求解方法，得到下面拉格朗日目标函数：
对sigma求导并令其等于零，有：
看到熟悉的面孔了，哈哈，
就是的特征值，所以上面要求的均方误差就解开了神秘的面纱：
分析到这里，应该不难看出，简直跟PCA就是一对双胞胎啊，太像了有木有，其实当K-L变换的变换矩阵为协方差矩阵时，K-L变换就变成了PCA。
回到使用q维逼近样本向量x的问题上来，通过上面的分析我们知道了，如果想用q维来表示样本向量并使MSE最小化，合理的做法就是：把变换矩阵的特征值从大到小排列，然后选择前q个特征值对应的特征向量就行，此时截断误差能够保证最小，其中中的前q个正交向量就组成了新的特征空间，而原样本向量x在这个新特征空间上的展开系数yi就组成了新的特征向量，这种变换就叫做K-L变换，对于它的其他不同的形式，主要是基于变换矩阵的具体形式。
可以发现，得到这q个新特征与PCA中的d个主成分是类似的，当对原特征x进行中心化时，K-L变换等价于PCA；
K-L变换的几个重要性质
1.变换后得到的新特征满足零均值：
证明：
设有如下K-L变换：
，其中矩阵A是变换核矩阵；
对X的变换结果Y球其均值：
2.K-L变换是一种正交变换；
3.K-L变换的新特征彼此之间不相关；
4.K-L变换的新特征向量的二阶矩阵是对角阵，且对角线元素就是原特征的二阶矩阵的特征值；
证明：
5.K-L变换是信号的最佳压缩表示，用q维新特征表示原样本特征带来的误差在所有q维正交坐标变换中最小；
6.用K-L坐标系来表示原数据，意味着熵最小，即样本的方差信息最大程度的集中在较少的维数上；
K-L变换与PCA的联系与区别
联系：
都属于正交变换；
当对原特征x进行中心化时（即变换矩阵为协方差矩阵），K-L变换等价于PCA；
PCA是离散K-L变换；
都可以实现降维变换；
区别：
K-L变换可以实现有监督的特征提取，但是PCA的变换是一种无监督的；
在含义上，K-L变换较广义，PCA较狭义；
K-L变换可以处理连续和离散情况，而PCA只针对离散情况；
K-L变换的变换矩阵可以是很多种，如二阶矩阵、协方差矩阵（总体散布矩阵）等，或者说自相关矩阵，而PCA的变换矩阵就是协方差矩阵；
但是，在一些地方就认为两者是没什么区别的，因为实际应用中不管是协方差矩阵，还是自相关矩阵，其实只是差了个对样本进行均值的平移，但是在PCA中这种平移并不会影响主成分的方向，所以PCA中也通常会先对样本平移，这样看来自相关矩阵就变成了协方差矩阵。
协方差矩阵：
自相关矩阵：
其中，
是共轭转置矩阵，当为实矩阵时，等价于转置矩阵；
协方差矩阵和自相关矩阵的关系：
参考：Wiki