わかりやすいパターン認識 第6章 特徴空間の変換
Download
Report
Transcript わかりやすいパターン認識 第6章 特徴空間の変換
わかりやすいパターン認識
第6章 特徴空間の変換
6・3 KL展開
1.次元削減のための基準
2.分散最大基準
2003年5月9日
結城 隆
(1)次元削減のための基準
KL展開
・線形空間における特徴ベクトルの分布
を最もよく近似する部分空間を求める方法
・統計学の一分野である多数量解析にお
ける主成分分析と数学的にほとんど等価
二つの評価基準を用いてKL展開による次
元削減について
・分散最大基準
・平均二乗誤差最小基準
次元削減のための評価基準図
X2
X2
Y
Y
0
分散最大基準
どちらも Y
Y
Y
X1
X1
0
平均二乗誤差最小基準
よりも Y のほうがよりよい部分空間である。
(2)分散最大基準
~
変換後の d ( d )次元部分空間においてパターンのばら
つきがより大きい方が現空間でのパターン分布の特徴を
より良く保存した空間
変換後のパターン分布の分散を最大にするという分散最
~
大基準を用いて d 次元部分空間とその変換行列を求め
る
元の特徴空間から部分空間への変換
~
~
d ( d )
u , , u
次元部分空間を張る d 個の d 次元ベクトルか
らなる正規直交規定を
とする。
1
基底の正規直交性から
u u
~
d
t
はクロネッカーのデルタ ij
ij
i j
ij
元の特徴空間から部分空間への変換行列Aは
t
特徴ベクトル は
x
A u1 , , u ~
d
また
A A I
t
1
0
def
yAx
if
i j
otherwise
に変換
~
が成立し
I は d 次元単位行列である。
部分空間でのパターンの分散
元の特徴空間から部分空間への変換より、このとき
1
m y
n y
~
1
At x
n x
~2
A
よって、部分空間でのパターン分散
~ 2
At m
は
1
~ t y m
A y m
n y
n:パターン数
m:原特徴空間での
バターン平均
~
m:部分空間での
バターン平均
~
t
1
t
A x m At x m
n x
t
1
t
t
tr A x m A x m
n x
tr At A
はパターン集合の原特徴
空間における共分散行列
1
t
x m x m
n x
分散を最大にするA
def
J A tr A A tr A A I
t
t
~
:d 次元対角行列
Aで偏微分して0と置く
2 A 2 A 0
At A
Aは を対角化する行列である。 の d 個の固有値を
i 1 2 ... d とすると
max ~ 2 A max tr At A
max tr
~
d
i
i 1
~2
Aを最大にする変換行列Aは
の
~
d
1 ,..., d に対
上位 個の固有値
~
d
応する 個の正規直交固有ベクトル
を列とする行列として求める
KL展開による特徴空間の変換
Pa '
Pa
X2
Pb
x
Y
a
P
m
0
x0
X1
図では分散最大基準によって得られる最適1次元空
間の軸は Paである。