线性判别分析原理及实现(Linear Discriminant

2019-05-26 本文已影响0人 d518a9b6ae51

项目地址：https://github.com/Daya-Jin/ML_for_learner/blob/master/discriminant_analysis/LinearDiscriminantAnalysis.ipynb
原博客：https://daya-jin.github.io/2018/12/05/LinearDiscriminantAnalysis/

LDA

单变量二分类

假设现在有一个单变量二分类问题，并且标签服从二项分布，特征条件概率服从等方差的高斯分布：

$P(y=1)=\phi \\ P(y=0)=1-\phi \\ P(x|y=1)=\frac{1}{\sqrt{2\pi}\sigma}exp[-\frac{(x-\mu_{1})^{2}}{2\sigma^{2}}] \\ P(x|y=0)=\frac{1}{\sqrt{2\pi}\sigma}exp[-\frac{(x-\mu_{0})^{2}}{2\sigma^{2}}] \\$

那么在给定样本的条件下，这两个类别发生的条件概率分别为：

$P(y=1|x)=\frac{P(y=1)P(x|y=1)}{P(y=0)P(x|y=0)+P(y=1)P(x|y=1)} \\ P(y=0|x)=\frac{P(y=0)P(x|y=0)}{P(y=0)P(x|y=0)+P(y=1)P(x|y=1)} \\$

两者之间的对数几率可以写成：

$\begin{aligned} \log\frac{P(y=1|x)}{P(y=0|x)}&=\log\frac{P(y=1)}{P(y=0)}+\log\frac{P(x|y=1)}{P(x|y=0)} \\ &=\log\frac{\phi}{1-\phi}+\log\frac{exp[-\frac{(x-\mu_{1})^{2}}{2\sigma^{2}}]}{exp[-\frac{(x-\mu_{0})^{2}}{2\sigma^{2}}]} \\ &=\log\frac{\phi}{1-\phi}-\frac{(x-\mu_{1})^{2}}{2\sigma^{2}}+\frac{(x-\mu_{0})^{2}}{2\sigma^{2}} \\ &=\frac{\mu_{1}-\mu_{0}}{\sigma^{2}}{\cdot}x-\frac{\mu_{1}^{2}-\mu_{0}^{2}}{2\sigma^{2}}+\log\frac{\phi}{1-\phi} \end{aligned}$

由上式可以得到，LDA对于某一样本的线性判别函数可写成：

$\delta_{1}(x)=\frac{\mu_{1}}{\sigma^{2}}{\cdot}x-\frac{\mu_{1}^{2}}{2\sigma^{2}}+\log{\phi} \\ \delta_{0}(x)=\frac{\mu_{0}}{\sigma^{2}}{\cdot}x-\frac{\mu_{0}^{2}}{2\sigma^{2}}+\log{(1-\phi)} \\$

单变量多分类

不难得到，对于多分类问题，LDA模型的预测输出为：

$\begin{align*} f(x)&=\arg\max\limits_{k}\delta_{k}(x) \\ &=\arg\max\limits_{k} \ \frac{\mu_{k}}{\sigma^{2}}{\cdot}x-\frac{\mu_{k}^{2}}{2\sigma^{2}}+{\log}p_{k} \end{align*}$

其中 $p_{k}$ 为类分布概率。

多变量多分类

更一般的，讨论多变量的情况下，假如数据 $X$ 有 $p$ 个特征，在 $y=k$ 的条件下，引入协方差矩阵，特征条件概率可以写成：

$P(x|y=k)=\frac{1}{(2\pi)^{p/2}|\Sigma|^{1/2}}exp(-\frac{1}{2}(x-\mu_{k})^{T}\Sigma^{-1}(x-\mu_{k}))$

线性判别函数为：

$\delta_{k}(x)=x^{T}\Sigma^{-1}\mu_{k}-\frac{1}{2}\mu_{k}^{T}\Sigma^{-1}\mu_{k}+{\log}p_{k}$

LDA模型的预测输出为：

$\begin{aligned} f(x)&=\arg\max\limits_{k}\delta_{k}(x) \\ \end{aligned}$

其中各参数均由观测数据估计得到：

$\hat{p}_{k}=\frac{N_{k}}{N}$ ， $N_{k}$ 为某个类别的样本数， $N$ 为总样本数
$\hat{\mu}_{k}=\frac{1}{N_{k}}\sum_{x{\in}C_{k}}x_{i}$ ， $C_{k}$ 表示第 $k$ 个类别的样本集合
$\hat{\Sigma}=\frac{1}{N-K}\sum_{k=1}^{K}\sum_{x{\in}C_{k}}(x_{i}-\hat{\mu}_{k})(x_{i}-\hat{\mu}_{k})^{T}$ ， $K$ 表示类别数

所以可以看出LDA就是一个简单的贝叶斯模型，并没有用到最大似然策略。

QDA

LDA模型有一个前提假设：数据的特征条件概率服从均值不等、方差相等的高斯分布，如果真实情况下方差不等呢？下图展示了方差相等于方差不等的情况：

20180110232856285205.png

同理，可以得到QDA(quadratic discriminant analysis)的判别函数：

$\delta_{k}(x)=-\frac{1}{2}\log|\Sigma_{k}|-\frac{1}{2}(x-\mu_{k})^{T}\Sigma_{k}^{-1}(x-\mu_{k})+{\log}p_{k}$

QDA模型的预测输出为：

$\begin{aligned} f(x)&=\arg\max\limits_{k}\delta_{k}(x) \\ \end{aligned}$

其中各参数均由观测数据估计得到：

$\hat{p}_{k}=\frac{N_{k}}{N}$ ， $N_{k}$ 为某个类别的样本数， $N$ 为总样本数
$\hat{\mu}_{k}=\frac{1}{N_{k}}\sum_{x{\in}C_{k}}x_{i}$ ， $C_{k}$ 表示第 $k$ 个类别的样本集合
$\hat{\Sigma}_{k}=\frac{1}{N_{k}-1}\sum_{x{\in}C_{k}}(x_{i}-\hat{\mu}_{k})(x_{i}-\hat{\mu}_{k})^{T}$ .

Fisher角度解析LDA

待补充，这部分没太理解

LDA用于降维

对于 $K$ 个类别的数据，假定“物以类聚”的条件成立，那么对于 $K$ 个中心，在不影响分类器性能的条件下，我们至少可以将其映射到一个 $K-1$ 维的空间。如对于两个聚类中心，我们可以将其映射到一条直线上并且还能将其分开，对于 $K>3$ 的情况，可以找到一个 $L<K-1$ 维的映射空间。所以LDA算法还有一个用途就是作为有监督的降维算法，其核心思想在于将原数据映射到一个新空间，使得在新空间中各类的均值差尽量大，而每个类内部的方差尽量小，那么在二分类的情况下很容易给出一个直观的优化目标：

$\max \frac{(\mu_{1}-\mu_{2})^{2}}{\sigma_{1}^2+\sigma_{2}^{2}}$

为了将概念拓展到高维空间，首先给出几个概念：

类间(between-class)散度矩阵： $S_{b}=\sum\limits_{i=k}^{K}N_{k}(\mu_{k}-\mu)(\mu_{k}-\mu)^{T}$ ，其中 $\mu_{k}$ 为类均值， $\mu$ 为数据均值
类内(within-class)散度矩阵： $S_{w}=\sum\limits_{k}^{K}\sum\limits_{x_{i}{\in}C_{k}}(x_{i}-\mu_{k})(x_{i}-\mu_{k})^{T}$