机器学习 | SVD矩阵分解算法，对矩阵做拆分，然后呢？

今天是 机器学习专题 第28篇文章，我们来聊聊SVD算法。

SVD的英文全称是Singular Value Decomposition，翻译过来是 奇异值分解 。这其实是一种线性代数算法，用来对矩阵进行拆分。拆分之后可以提取出关键信息，从而降低原数据的规模。因此广泛利用在各个领域当中，例如信号处理、金融领域、统计领域。在机器学习当中也有很多领域用到了这个算法，比如 推荐系统、搜索引擎 以及数据压缩等等。

SVD简介

我们假设原始数据集矩阵D是一个mxn的矩阵，那么利用SVD算法，我们可以将它分解成三个部分：

这三个矩阵当中U是一个m x n的矩阵， 是一个m x n的对角矩阵，除了对角元素全为0， 对角元素为该矩阵的奇异值 。V是一个n x n的矩阵。U和V都是 酉矩阵 ，即满足 。也就是它乘上它的转置等于单位对角矩阵。

我们可以看下下图，从直观上感知一下这三个矩阵。

下面我们来简单推导一下SVD的求解过程，看起来很复杂，概念也不少，但是真正求解起来却并不难。会需要 用到矩阵特征值分解 的相关概念，如果不熟悉的同学可以先看下线性代数专题相关内容做个回顾：

线性代数精华——矩阵的特征值与特征向量

首先，如果我们计算 可以得到一个n x n的方阵。对于方阵我们可以对它进行特征分解，假设得到特征值是 ，特征向量是 ，代入特征值的性质可以得到：

这样的特征值和特征向量一共会有n个，我们 把它所有的特征向量组合在一起 ，可以得到一个n x n的矩阵V。它也就是我们SVD分解结果之后的V，所以有些书上会把它叫做右奇异向量。

同理，我们计算 可以得到一个m x m的方阵，我们 同样可以对他进行特征值分解 ，得到一个特征矩阵U。U应该是一个m x m的矩阵，也就是SVD公式中的U，我们可以将它称为A的左奇异向量。

U和V都有了，我们只剩下 还没求出来了。由于它是一个对角矩阵，除了对角元素全为0，所以我们 只需要求出它当中的每一个对角元素 ，也就是奇异值就可以了，我们假设奇异值是 ，我们对SVD的式子进行变形：

这个推导当中利用了V是酉矩阵的性质，所以我们乘上了V将它消除，就推导得到了奇异值的公式， 矩阵也就不难求了。

整个推导的过程不难，但是有一个问题没解决， 为什么 的特征矩阵就是SVD中的U矩阵了，原理是什么 ？这一步是怎么推导来的？说实话我也不知道天才数学家们这一步是怎么推导得到的，我实在脑补不出来当时经过了怎样的思考才得到了这个结果，但是想要证明它是正确的倒不难。

这里也同样利用了酉矩阵的性质，还有对角矩阵乘法的性质。我们可以看出来，U的确是 特征向量组成的矩阵，同样也可以证明V。其实如果眼尖一点还可以发现 特征值矩阵等于奇异值矩阵的平方 ，所以

所以，我们求解 矩阵可以不用很麻烦地通过矩阵去计算，而是可以通过 的特征值取平方根来求了。

SVD的用途

我们推导了这么多公式，那么这个SVD算法究竟有什么用呢？

看来看去好像看不出什么用途，因为我们把一个矩阵变成了三个，这三个矩阵的规模也并没有降低，反而增加了。但是如果去研究一下分解出来的奇异值，会发现奇异值降低的特别快。 只要10%甚至是1%的奇异值就占据了全部奇异值之和的99%以上 的比例。

换句话说，我们 并不需要完整的SVD分解结果 ，而是只需要筛选出其中很少的k个奇异值，和对应的左右奇异向量就可以近似描述原矩阵了。

我们看下下图，相当于我们从分解出来的矩阵当中筛选一小部分来代替整体，并且保留和整体近似的信息。

我们把式子写出来：

这里的k远小于n，所以我们可以大大降低SVD分解之后得到的矩阵参数的数量。

也就是说，我们通过SVD分解，将一个m x n的大矩阵，分解成了三个小得多的小矩阵。并且通过这三个小矩阵，我们可以还原出原矩阵大部分的信息。不知道大家有没有想到什么？是了，这个 和我们之前介绍的PCA算法如出一辙 。不仅思路相似，就连计算的过程也重合度非常高，实际上PCA算法的求解方法之一就是通过SVD矩阵分解。

SVD与PCA

我们来简单看看SVD和PCA之间的关联。

首先复习一下PCA算法，我们首先 计算出原始数据的协方差矩阵X ，再对 进行矩阵分解，找到最大的K个特征值。然后用这K个特征值对应的特征向量组成的矩阵来对原始数据做矩阵变换。

在这个过程当中，我们 需要计算 ，当X的规模很大的时候，这个计算开销也是很大的。注意到我们在计算SVD中V矩阵的时候，也用到了 矩阵的特征值分解。然而关键是 一些计算SVD的算法可以不先求出协方差矩阵 也能得到V，就绕开了这个开销很大的步骤。

所以目前流行的PCA几乎都是以SVD为底层机制实现的，比如sklearn库中的PCA工具就是用的SVD。

代码实现

关于SVD算法我们并不需要自己实现，因为numpy当中 封装了现成的SVD分解方法 。

我们直接调用np.linalg.svd接口即能完成矩阵的分解：

这里的Sigma返回的是一个向量，代替了对角矩阵，节省了存储开销。我们可以通过找出最小的K，使得K个奇异值占据整体奇异值95%以上的和。这里可以看到，我们选出了5个奇异值就占据所有奇异值和的99%以上：

总结

我们今天和大家分享了SVD算法的原理，以及一种常规的计算方法。SVD和PCA一样底层都是基于矩阵的线性操作完成的，通过SVD的性质，我们可以 对原数据进行压缩和转化 。基于这一点，衍生出了许多的算法和应用场景，其中最经典的要属 推荐系统中的协同过滤 了。由于篇幅限制，我们将会在下一篇文章当中和大家分享这一点，实际了解一下SVD的应用，加深一下理解。

由于SVD可以实现并行化计算，使得在实际当中它更受欢迎。但SVD也不是万能的，它一个很大的缺点就是和PCA一样 解释性很差 ，我们无法得知某些值或者是某些现象的原因。关于这一点，我们也会在下一篇文章当中加以体现。

今天的文章到这里就结束了，如果喜欢本文的话，请来一波 素质三连 ，给我一点支持吧（ 关注、转发、点赞 ）。

本文使用 mdnice 排版