• 特征提取和特征选择


    特征提取和特征选择都是从原始特征中找出最有效(同类样本的不变性、不同样本的鉴别性、对噪声的鲁棒性)的特征。

    区别与联系


    特征提取:将原始特征转换为一组具有明显物理意义(Gabor、几何特征[角点、不变量]、纹理[LBP HOG])或者统计意义或核的特征。

    特征选择:从特征集合中挑选一组最具统计意义的特征,达到降维。

    两者的共同作用:

    1 减少数据存储和输入数据带宽;

    2 减少冗余;

    3 低纬上分类性往往会提高;

    4 能发现更有意义的潜在的变量,帮助对数据产生更深入的了解。

    线性特征提取


    PCA-主成分分析

    思想:寻找表示数据分布的最优子空间(降维,可以去相关)。

    其实就是取协方差矩阵前s个最大特征值对应的特征向量构成映射矩阵,对数据进行降维。

    具体可以参考下面这篇讲的很直观详细的文章

    LDA-线性判别分析

    思想:寻找可分性判据最大的子空间。

    用到了Fisher的思想,即寻找一个向量,使得降维后类内散度最小,类间散度最大;其实就是取S1wSbSw−1Sb前s个特征值对应的特征向量构成映射矩阵,对数据进行处理。

    DHS的模式分类一书中96页有详细的推导,浅显易懂,论文1也非常值得阅读。

    ICA-独立成分分析

    思想:PCA是将原始数据降维,并提取不相关的部分;ICA是将原始数据降维并提取出相互独立的属性;寻找一个线性变换z=Wxz=Wx,使得z的各个分量间的独立性最大,I(z)=Elnp(z)p(z1)...p(zd)I(z)=Elnp(z)p(z1)...p(zd)

    具体可参考Machine Learning: A Probabilistic Perspective的推导计算及论文2。

    PCA VS ICA

    PCA的问题其实是一个基的变换,使得变换后的数据有着最大的方差。方差的大小描述的是一个变量的信息量,我们在讲一个东西的稳定性的时候,往往说要减小方差,如果一个模型的方差很大,那就说明模型不稳定了。但是对于我们用于机器学习的数据(主要是训练数据),方差大才有意义,不然输入的数据都是同一个点,那方差就为0了,这样输入的多个数据就等同于一个数据了。

    ICA是找出构成信号的相互独立部分(不需要正交),对应高阶统计量分析。ICA理论认为用来观测的混合数据阵X是由独立元S经过A线性加权获得。ICA理论的目标就是通过X求得一个分离矩阵W,使得W作用在X上所获得的信号Y是独立源S的最优逼近,该关系可以通过下式表示:

    Y=WX=WAS,A=W1Y=WX=WAS,A=W−1

    ICA相比与PCA更能刻画变量的随机统计特性,且能抑制高斯噪声。

    二维PCA

    参考论文3

    CCA-典型对应分析(Canonical Correlaton Analysis)

    思想:找到两组基,使得两组数据在这两组基上的投影相关性最大。

    用来描述两个高维变量之间的线性关系

    用PLS(Partial Least Squares)来求解,参考论文4

    非线性特征提取


    Kernel PCA

    参考论文5

    Kernel FDA

    参考论文6

    Manifold Learning 流形学习

    找到流形上的低维坐标。

    利用流形学上的局部结构进行降维的方法有:ISOMAP、LLE、Laplacian Eigenmap、LPP 参考文献7,8,9,10。

    准则性质总结


    准则需满足的条件

    特征提取与特征选择的准则需要满足:

    1. 单调性:J(x1,...,xn)<=J(x1,...,xs,xs+1)J(x1,...,xn)<=J(x1,...,xs,xs+1)
    2. 可加性:J(x1,...,xs)=iJ(xi)J(x1,...,xs)=∑iJ(xi)
    3. 不变性:J(x)=J(AX)J(x)=J(AX)线性变换下
    4. 度量性:Jij>=0,Jij=Jji,Jij=0ifandonlyifi=jJij>=0,Jij=Jji,Jij=0ifandonlyifi=j
    5. 与错误率的上界或者下届有单调关系,或者说本身就是错误率的上界或者下届

    大致可分为三类

    基于欧式距离的准则

    • 整体散度 St=12N2i,j(xixj)(xixj)=Sw+SbSt=12N2∑i,j(xi−xj)(xi−xj)‘=Sw+Sb
    • PCA:tr(St)tr(St)
    • LDA:tr(Sb)/tr(Sw)tr(Sb)/tr(Sw)
    • 基于距离的准侧概念直观,计算方便,但与错误率没有直接关系

    基于概率距离的准则

    • Bhattacharyya距离 JB=lnΩ[p(a|w1)p(a|w2)]12dxJB=−ln∫Ω[p(a→|w1)p(a→|w2)]12dx→
    • Chernoff界限 JC=lnΩp(a|w1)sp(a|w2)1sdx,0<s<1JC=−ln∫Ωp(a→|w1)sp(a→|w2)1−sdx→,0<s<1
    • KL散度 Iij(x)=Ei[lnp(x|wi)p(x|wj)]Iij(x→)=Ei[lnp(x→|wi)p(x→|wj)]

    基于熵的准则

    • 熵函数 H=JC[P(w1|x),...,P(wc|x)]H=JC[P(w1|x),...,P(wc|x)]
    • 香农熵 J1C=Ci=1P(wi|x)log2P(wi|x)JC1=−∑i=1CP(wi|x)log2P(wi|x)
    • 平方熵 J2C=2[1ci=1P2(wi|x)]JC2=2[1−∑i=1cP2(wi|x)]
    • 广义熵 JaC[P(w1|x),...,P(wc|x)]JCa[P(w1|x),...,P(wc|x)]

    以上只是一个简短的概述性文章,建议根据参考文献进行扩展性阅读。


    参考文献


    [1] Hua Yu and JieYang, A direct LDA algorithm for high - dimensional data with application to face recognition, Pattern Recognition Volume 34, Issue 10, October 2001,pp.2067- 2070

    [2] A. Hyvarinenand E. Oja. Independent Component Analysis: Algorithms and Applications. Neural Networks, 13(4- 5):411 -430, 200

    [3] J. Yang, D. Zhang, A.F. Frangi , and J.Y. Yang, Two - dimensional PCA: a new approach to appearance - based face representation and recognition, IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 26, no. 1, pp. 131- 137, Jan. 2004

    [4] R. H. David, S. Sandor and S.- T. John,Canonical correlation analysis: An overview with application to learning methods, Technical Report, CSD - TR- 03-02,2003

    [5] B. Scholkopf , A. Smola , and K.R. Muller. Nonlinear component analysis as a kernel eigenvalue problem, Neural Computation, 10(5): 1299- 1319, 1998

    [6] Mika, S., Ratsch , G., Weston, J., Scholkopf , B., Mullers, K.R., Fisher discriminantanalysis with kernels, Neural Networks for Signal Processing IX, Proceedings of the IEEE Signal Processing Society Workshop, pp. 41 – 48, 1999

    [7] J. B. Tenenbaum , V. de Silva, and J. C. Langford, A global geometric framework for nonlinear dimensionality reduction, Science, 290, pp. 2319 - 2323, 2000

    [8] Sam T. Roweis , and Lawrence K. Saul, Nonlinear Dimensionality Reduction by Locally Linear Embedding,Science 22 December 2000

    [9] Mikhail Belkin , Partha Niyogi ,Laplacian Eigenmaps for Dimensionality Reduction and Data Representation , Computation , 200

    [10] Xiaofei He, Partha Niyogi, Locality Preserving Projections, Advances in Neural Information Processing Systems 16 (NIPS 2003), Vancouver, Canada, 2003

  • 相关阅读:
    DP 免费馅饼 HDU1176
    知了课堂 Python Flask零基础 笔记整理
    Splay入门
    字典树
    榨取kkksc03 多维dp
    种族并查集总结
    倍增总结
    求最大公因数(辗转相除法&更相减损术)
    Bzoj 3036: 绿豆蛙的归宿(期望)
    Bzoj 1497: [NOI2006]最大获利(最小割)
  • 原文地址:https://www.cnblogs.com/peizhe123/p/5813257.html
Copyright © 2020-2023  润新知