[email protected] Selezione delle caratteristiche - Principal Component Analysis dove l e k...
-
Upload
giosue-scognamiglio -
Category
Documents
-
view
220 -
download
2
Transcript of [email protected] Selezione delle caratteristiche - Principal Component Analysis dove l e k...
[email protected]@imm.cnr.it
Selezione delle caratteristiche - Principal Component Analysis
dove l e k sono le medie delle caratteristiche xl ed xk, rispettivamente.
Per M oggetti con N caratteristiche (x1,x2,..........xN) è definita una matrice
simmetrica di covarianza C realizzata con i valori di covarianza Cl,k:
M
tktkltlkkllkl xx
MxxEC
1, ))((
1
1)})({(
NNNN
N
N
CCC
CCC
CCC
C
,,2,1
,22,22,1
,12,11,1
....
................
....
....
MNMM
N
N
NM
xxx
xxx
xxx
X
.
...
...
.
.
21
22221
11211
)(
MX
X
X
.
.
.2
1
Sia Cl,k la covarianza delle caratteristiche xl ed xk per tutte le M possibili
osservazioni.La covarianza di due caratteristiche xl ed xk calcolata per gli M esempi è data da:
[email protected]@imm.cnr.it
Principal Component Analysis
• Il valore di covarianza Cl,k è nullo se le caratteristiche xl ed xk sono non correlate:
0}{}{}{)})({( klklklklkkll xExExxExxE
• Gli autovettori di C sono ortogonali tra loro e le loro direzioni sono parallele ai corrispondenti autovalori.
• La direzione di massima varianza è parallela all’autovettore corrispondente all’autovalore massimo della matrice di covarianza C.
• Gli elementi Cii diagonali della matrice simmetrica di covarianza rappresentano la varianza delle N caratteristiche.
[email protected]@imm.cnr.it
Principal Component Analysis
La matrice di covarianza può essere diagonalizzata con la procedura di trasformazione agli assi principali (oppure alle componenti principali PCA o trasformata di Karhunen-Loeve)
• Le caratteristiche degli oggetti in questo nuovo sistema di riferimento risultano non correlate.
• L’idea principale è che maggiore informazione corrisponde a maggiore varianza.
•Algoritmi PCA:
• Covarianza/Correlazione
• Singular value decomposition (SVD)
[email protected]@imm.cnr.it
Principal Component Analysis
Le nuove caratteristiche (componenti) y=eX sono espresse come combinazione lineare delle xi caratteristiche di input e corrispondono agli autovettori della matrice di covarianza C. Gli autovalori corrispondenti sono la varianza.
Per trovare la prima componente principale, che denoteremo con y1, è necessario trovare il vettore di coefficienti e1=(e11,…,e1N) tale che
la varianza di e1X sia massima rispetto alla classe di tutte le combinazioni lineari di X soggette al vincolo (la norma di e1 è unitaria)
y1= e1X
111 ee
Dalla definizione di autovettore/autovalore:Cy=yλ Ce1X=e1X λ1 e1
’Ce1X= e1’ e1X λ1 e1
’Ce1X = X λ1
e1’Ce1 = λ1 e1
’Ce1 – λ1 I= 0 (C- λ1 I) e1 = 0
0)det( 1 IC
[email protected]@imm.cnr.it
Principal Component Analysis
La seconda componente si ottiene trovando il secondo vettore normalizzato e2 ortogonale a e1
y2= e2X che avrà la seconda varianza massima
Le N componenti principali estratte soddisfano la proprietà
Tutte le correlazioni e covarianze del campione tra coppie delle componenti derivate sono zero.
)( 21 N
0 ijiij eeCee ij
lx
kx
kyly
ke le
[email protected]@imm.cnr.it
[email protected]@imm.cnr.it
Con e1 = [0.248300612 0.9394863248 0.2360347807] e2 = [0.1869712323 -0.2519829869 0.9494979382] e3 = [-0.4889375567 -0.03550023213 0.8715960383]
Y1
Y2
Y3
[email protected]@imm.cnr.it
Principal Component Analysis
Gli autovettori della matrice di covarianza C sono orientati nella direzione di massima varianza e, conseguentemente, le caratteristiche associate si presentano con grande varianza (caratteristiche più significative). Le caratteristiche con varianza piccola possono essere trascurate in quanto non efficaci al fine della separabilità delle classi.
y x x sin
y x sin xl l k
k l k
cos
cos
y
y
sin
sin
x
xl
k
l
k
cos
cos
Gli assi coordinati delle nuove caratteristiche yl ed yk risultano
ruotati rispetto a quelli di input xl ed xk di un angolo e la loro
relazione è definita dall’equazione:
[email protected]@imm.cnr.it
Principal Component Analysis
Considerando i nuovi assi coordinati yl ed yk allineati con gli autovettori el ed
ek della matrice di covarianza C, la trasformata agli assi principali è data
dalla equazione:
oppure y = Ax dove
k
l
kkkl
lkll
k
l
x
x
ee
ee
y
y
Ae e
e e
sin
sinll lk
kl kk
cos
cos
è la matrice di trasformazione delle nuove caratteristiche dove ciascuna riga rappresenta le proiezioni degli autovettori el ed ek sui rispettivi assi xl ed xk.
[email protected]@imm.cnr.it
Principal Component Analysis
Le nuove caratteristiche possono essere definite con l’origine dei nuovi assi coordinati yl ed yk coincidente con il centroide del cluster (l, k):
kk
ll
kkkl
lkll
k
l
x
x
ee
ee
y
y
ky
ly
)( xAy
ky
ly
Axy
[email protected]@imm.cnr.it
Principal Component Analysis
Gli elementi della matrice di covarianza delle nuove caratteristiche y, sono dati da:
dove ml ed mk sono le medie delle nuove caratteristiche yl ed yk, che sono
uguali a zero come si può dimostrare:
Si dimostra che la matrice di covarianza C` delle nuove caratteristiche y e`
data da:
M
tktkltlkklllk mymy
MmymyEC
1
' ))((1
1)})({(
m E y E A x A E x A { } { ( )} { } 0
N
CAAC
000
................
000
000
2
1
'
dove si evidenzia la proprietà che le nuove caratteristiche yi non sono
correlate, infatti tutti i termini hanno valore 0 ad esclusione di quelli sulla diagonale principale i che esprimono la varianza della caratteristica yi nella
direzione dell’autovettore ei.
[email protected]@imm.cnr.it
Principal Component Analysis
In conclusione, con la trasformazione agli assi principali si ha una riduzione anche consistente del numero delle caratteristiche.
Le caratteristiche in questo nuovo spazio, anche se risultano le più significative, non implicano però una migliore separazione dei cluster.
Se i cluster nello spazio di origine sono molto vicini tra loro ed è difficile separarli, anche nello spazio delle nuove caratteristiche si avranno le stesse difficoltà di separazione.
Le componenti principali conducono soltanto alla selezione del miglior sottoinsieme di caratteristiche più significative per semplificare il processo di classificazione avendo eliminato le caratteristiche ridondanti e non necessarie.
[email protected]@imm.cnr.it
PCA - Data Reduction
XeeY W1 ScoreComponent con W<N matrice troncata di [e1,…,eN]
Esempio: da un array di 5 sensori di gas vengono acquisite risposte relative a: Pentanone, Acetone ed Esanale (dimensione input N=5).
COMPONENTEPRINCIPALE
AUTOVALOREDI COV(X)
VARIANZA %CATTURATA
VARIANZA %TOTALE
1 4.66 93.12 93.122 2.90e-001 5.80 98.923 3.16e-002 0.63 99.554 1.97e-002 0.39 99.945 2.75e-003 0.06 100.00
Primo metodo: proporzione di varianza catturata
[email protected]@imm.cnr.it
PCA - Data ReductionSecondo metodo: Screen test
[email protected]@imm.cnr.it
PCA - Data ReductionScore plot