你好，我是黄申。

今天，我们来聊另一种降维的方法， SVD奇异值分解 （Singular Value Decomposition）。它的核心思路和PCA不同。PCA是通过分析不同维度特征之间的协方差，找到包含最多信息量的特征向量，从而实现降维。而SVD这种方法试图通过样本矩阵本身的分解，找到一些“潜在的因素”，然后通过把原始的特征维度映射到较少的潜在因素之上，达到降维的目的。

这个方法的思想和步骤有些复杂，它的核心是矩阵分解，首先，让我们从方阵的矩阵分解开始。

方阵的特征分解

在解释方阵的分解时，我们会用到两个你可能不太熟悉的概念：方阵和酉矩阵。为了让你更顺畅的理解整个分解的过程，我先给你解释下这两个概念。

方阵 （Square Matrix）是一种特殊的矩阵，它的行数和列数相等。如果一个矩阵的行数和列数都是n，那么我们把它称作n阶方阵。

如果一个矩阵和其转置矩阵相乘得到的是单位矩阵，那么它就是一个 酉矩阵 （Unitary Matrix）。

\(X’X=I\)

其中X’表示X的转置，I表示单位矩阵。换句话说，矩阵X为酉矩阵的充分必要条件是X的转置矩阵和X的逆矩阵相等。

\(X’=X^{-1}\)

理解这两个概念之后，让我们来观察矩阵的特征值和特征向量。前两节我们介绍了，对于一个n×n维的矩阵 \(X\) ， \(n\) 维向量 \(v\) ，标量 \(λ\) ，如果有 \(Xv=λv\) 。

那么我们就说 \(λ\) 是 \(X\) 的特征值， \(v\) 是 \(X\) 的特征向量，并对应于特征值 \(λ\) 。

之前我们说过特征向量表示了矩阵变化的方向，而特征值表示了变化的幅度。实际上，通过特征值和特征矩阵，我们还可以把矩阵X进行 特征分解 （Eigendecomposition）。这里矩阵的特征分解，是指把矩阵分解为由其特征值和特征向量表示的矩阵之积的方法。如果我们求出了矩阵 \(X\) 的 \(k\) 个特征值 \(λ1，λ2，…，λn\) ，以及这 \(n\) 个特征值所对应的特征向量 \(v1，v2，…，vn\) ，那么就有 \(XV=VΣ\) 。

其中， \(V\) 是这 \(n\) 个特征向量所张成的n×n维矩阵，而Σ为这n个特征值为主对角线的n×n维矩阵。进一步推导，我们可以得到：

\(XVV^{-1}=VΣV^{-1}\) - \(XI=VΣV^{-1}\) - \(X=VΣV^{-1}\)

如果我们会把 \(V\) 的这 \(n\) 个特征向量进行标准化处理，那么对于每个特征向量 \(V\_i\) ，就有 \(||V\_i||\_2=1\) ，而这表示 \(V’\_iV\_i=1\) ，此时V的n个特征向量为标准正交基，满足 \(V’V=I\) ， 也就是说V为酉矩阵，有 \(V’=V^{-1}\) 。这样一来，我们就可以把特征分解表达式写作 \(X=VΣV’\) 。

我们以介绍PCA分析时所用的矩阵为例，验证矩阵的特征分解。当时，我们有一个：

下面我们需要证明 \(X=VΣV’\) 成立，我把推算的过程写在下面了。

讲到这里，相信你对矩阵的特征分解有了一定程度的认识。可是，矩阵 \(X\) 必须为对称方阵才能进行有实数解的特征分解。那么如果 \(X\) 不是方阵，那么应该如何进行矩阵的分解呢？这个时候就需要用到奇异值分解SVD了。

矩阵的奇异值分解

SVD分解和特征分解相比，在形式上是类似的。假设矩阵 \(X\) 是一个m×n维的矩阵，那么 \(X\) 的SVD为 \(X=UΣV’\) 。

不同的地方在于，SVD并不要求要分解的矩阵为方阵，所以这里的 \(U\) 和 \(V’\) 并不是互为逆矩阵。其中 \(U\) 是一个m×m维的矩阵， \(V\) 是一个n×n维的矩阵。而 \(Σ\) 是一个m×n维的矩阵，对于 \(Σ\) 来说，只有主对角线之上的元素可以为非 \(0\) ，其他元素都是 \(0\) ，而主对角线上的每个元素就称为 奇异值 。 \(U\) 和 \(V\) 都是酉矩阵，即满足 \(U’U=I,V’V=I\) 。

现在问题来了，我们应该如何求出，用于SVD分解的 \(U,Σ和V\) 这三个矩阵呢？之所以不能使用有实数解的特征分解，是因为此时矩阵X不是对称的方阵。我们可以把 \(X\) 的转置 \(X’\) 和 \(X\) 做矩阵乘法，得到一个n×n维的对称方阵 \(X’X\) 。这个时候，我们就能对 \(X’X\) 这个对称方阵进行特征分解了，得到的特征值和特征向量满足 \((XX’)v\_i=λ\_iv\_i\) 。

这样一来，我们就得到了矩阵 \(X’X\) 的 \(n\) 个特征值和对应的 \(n\) 个特征向量 \(v\) 。通过 \(X’X\) 的所有特征向量构造一个n×n维的矩阵 \(V\) ，这就是上述SVD公式里面的 \(V\) 矩阵了。通常我们把 \(V\) 中的每个特征向量叫作 \(X\) 的 右奇异向量 。

同样的道理，如果我们把X和X’做矩阵乘法，那么会得到一个m×m维的方阵XX’。由于XX’也是方阵，因此我们同样可以对它进行特征分解，得到的特征值和特征向量满足 \((XX’)u\_i=λ\_iu\_i\) 。

类似地，我们得到了矩阵 \(XX’\) 的m个特征值和对应的m个特征向量 \(u\) 。通过XX’的所有特征向量构造一个m×m的矩阵 \(U\) 。这就是上述SVD公式里面的 \(U\) 矩阵了。通常，我们把U中的每个特征向量叫作X的 左奇异向量 。

现在，包含左右奇异向量的 \(U\) 和 \(V\) 都求解出来了，只剩下奇异值矩阵 \(Σ\) 了。之前我提到， \(Σ\) 除了对角线上是奇异值之外，其他位置的元素都是 \(0\) ，所以我们只需要求出每个奇异值 \(σ\) 就可以了。这个解可以通过下面的公式推导求得：

\(X=UΣV’\) - \(XV=UΣV’V\)

由于 \(V\) 是酉矩阵，所以 \(V’V=I\) ，就有：

\(XV=UΣI\) - \(XV=UΣ\) - \(Xv\_i=σ\_iu\_i\) - \(σ\_i=\\frac{Xv\_i}{u\_i}\)

其中 \(v\_i\) 和 \(u\_i\) 都是列向量。一旦我们求出了每个奇异值 \(σ\) ，那么就能得到奇异值矩阵 \(Σ\) 。

通过上述几个步骤，我们就能把一个mxn维的实数矩阵，分解成 \(X=UΣV’\) 的形式。说到这里，你可能会疑惑，把矩阵分解成这个形式有什么用呢？实际上，在不同的应用中，这种分解表示了不同的含义。下面，我会使用潜在语义分析的案例，带你看看，在发掘语义关系的时候，SVD分解起到了怎样的关键作用。

潜在语义分析和SVD

在讲向量空间模型的时候，我解释了文档和词条所组成的矩阵。对于一个大的文档集合，我们首先要构造字典，然后根据字典构造每篇文档的向量，最后通过所有文档的向量构造矩阵。矩阵的行和列分别表示文档和词条。基于这个矩阵、向量空间中的距离、余弦夹角等度量，我们就可以进行基于相似度的信息检索或文档聚类。

不过，最简单的向量空间模型采用的是精确的词条匹配，它没有办法处理词条形态的变化、同义词、近义词等情况。我们需要使用拉丁语系的取词根（Stemming）操作，并手动建立同义词、近义词词典。这些处理方式都需要人类的语义知识，也非常依赖人工的干预。另外，有些词语并不是同义词或者近义词，但是相互之间也是有语义关系的。例如“学生”“老师”“学校”“课程”等等。

那么，我们有没有什么模型，可以自动地挖掘在语义层面的信息呢？当然，目前的计算机还没有办法真正理解人类的自然语言，它们需要通过大量的数据，来找到词语之间的关系。下面我们就来看看 潜在语义分析LSA （Latent Semantic Analysis）或者叫潜在语义索引LSI（Latent Semantic Index）这种方法，是如何做到这点的。

和一般的向量空间模型有所不同，LSA通过词条和文档所组成的矩阵，发掘词和词之间的语义关系，并过滤掉原始向量空间中存在的一些“噪音”，最终提高信息检索和机器学习算法的精确度。LSA主要包括以下这些步骤。

第一步，分析文档集合，建立表示文档和词条关系的矩阵。

第二步，对文档-词条矩阵进行SVD奇异值分解。在LSA的应用场景下，分解之后所得到的奇异值σ对应了一个语义上的“概念”，而 \(σ\) 值的大小表示这个概念在整个文档集合中的重要程度。 \(U\) 中的左奇异值向量表示了每个文档和这些语义“概念”的关系强弱， \(V\) 中的右奇异值向量表示每个词条和这些语义“概念”的关系强弱。所以说，SVD分解把原来的词条-文档关系，转换成了词条-语义概念-文档关系。

我画了一张图帮助你理解这个过程。

在这张图中，我们有一个7×5维的矩阵 \(X\) ，表示7个文档和5个单词。经过SVD分解之后，我们得到了两个主要的语义概念，一个概念描述了计算机领域，另一个概念描述了医学领域。矩阵U描述文档和这两个概念之间的关系，而矩阵 \(V’\) 描述了各个词语和这两个概念之间的关系。如果要对文档进行检索，我们可以使用 \(U\) 这个降维之后的矩阵，找到哪些文档和计算机领域相关。同样，对于聚类算法，我们也可以使用U来判断哪些文档属于同一个类。

第三步，对SVD分解后的矩阵进行降维，这个操作和PCA主成分分析的降维操作是类似的。

第四步，使用降维后的矩阵重新构建概念-文档矩阵，新矩阵中的元素不再表示词条是不是出现在文档中，而是表示某个概念是不是出现在文档中。

总的来说，LSA的分解，不仅可以帮助我们找到词条之间的语义关系，还可以降低向量空间的维度。在这个基础之上再运行其他的信息检索或者机器学习算法，就更加有效。

总结

之前介绍的PCA主成分分析，要求矩阵必须是对称的方阵，因此只适用于刻画特征之间关系的协方差矩阵。但是，有的时候我们需要挖掘的是样本和特征之间的关系，例如文档和词条。这个时候矩阵并不是对称的方阵，因此无法直接使用PCA分析。

为此，SVD奇异值分解提供了一种可行的方案。它巧妙地运用了矩阵X和自己的转置相乘，生成了两种对称的方阵，并通过这两者的特征分解，获得了SVD中的左奇异向量所组成的矩阵U和右奇异向量所组成的矩阵V，并最终推导出奇异值矩阵Σ。这样，SVD就可以对原始的数据矩阵进行分解，并运用最终的奇异向量进行降维。

我们可以把SVD运用在很多场合中，在不同的应用场景下， \(U，V\) 和 \(Σ\) 代表了不同的含义。例如，在LSA分析中，通过对词条和文档矩阵的SVD分解，我们可以利用Σ获得代表潜在语义的一些概念。而矩阵 \(U\) 表示了这些概念和文档之间的关系，矩阵 \(V\) 表示了这些概念和单个词语之间的关系。

思考题

请使用你自己熟悉的语言实现SVD分解。（提示：如果使用Python等科学计算语言，你可以参考本节所讲述的矩阵分解步骤，也可以使用一些现成的科学计算库。）

欢迎留言和我分享，也欢迎你在留言区写下今天的学习笔记。你可以点击“请朋友读”，把今天的内容分享给你的好友，和他一起精进。