特征值分解实验

特征值与特征向量特征值分解实对称矩阵工程应用：主成分分析数学推导：主成分分析算法举个荔枝 工程应用：人脸识别数学推导：任何求大规模矩阵的特征值？ 马尔可夫过程工程应用：PageRank网页排序终止点和陷阱问题

 

---

特征值与特征向量

矩阵乘法对应一个线性变换，把输入的任意一个向量，变成另一个方向或长度都改变的新向量，在这个变换的过程中，原来的向量主要发生了旋转、伸缩的变换。

特别情况，存在某些向量使得变换矩阵作用于 TA 们时，只对长度做了伸缩的变换，却不对输入向量产生旋转的变换（不改变原来向量的方向），这些向量就称为这个矩阵的特征向量，伸缩的比例就叫特征值。

如上图所示，输出向量只是输入向量的 $\lambda$ 倍，只是改变了长度（模）。

$\lambda$ 在数学上，称为 矩阵$A$ 的【特征值】；输出向量 $v$ 在数学上，称为 矩阵$A$ 的特征值$\lambda$对应的【特征向量】。

本科的线性代数主要研究的是方阵（行数等于列数），【特征值】、【特征向量】也是只有方阵才有的。

举个例子。

$A=\left[\begin{array}{cc}5& 1\\ 3& 3\end{array}\right]v=\left[\begin{array}{c}1\\ 1\end{array}\right]$

 

$A\cdot v=\left[\begin{array}{cc}5& 1\\ 3& 3\end{array}\right]\cdot \left[\begin{array}{c}1\\ 1\end{array}\right]=\left[\begin{array}{c}6\\ 6\end{array}\right]$

可以把 $6$ 提取出来，变成：

$6\ast \left[\begin{array}{c}1\\ 1\end{array}\right]$

$6$ 就是 矩阵$A$ 的特征值， $\left[\begin{array}{c}1\\ 1\end{array}\right]$ 是 矩阵$A$ 的特征向量。

矩阵$A$ 不变，如果把 $v$ 改成 $\left[\begin{array}{c}3\\ 3\end{array}\right]、\left[\begin{array}{c}-1\\ -1\end{array}\right]、\left[\begin{array}{c}4\\ 4\end{array}\right]$ 代进入算，发现都是 矩阵$A$ 特征值 $6$ 的特征向量。

$\left[\begin{array}{cc}5& 1\\ 3& 3\end{array}\right]\cdot \left[\begin{array}{c}3\\ 3\end{array}\right]=6\ast \left[\begin{array}{c}3\\ 3\end{array}\right]$

$\left[\begin{array}{cc}5& 1\\ 3& 3\end{array}\right]\cdot \left[\begin{array}{c}4\\ 4\end{array}\right]=6\ast \left[\begin{array}{c}4\\ 4\end{array}\right]$

$\left[\begin{array}{cc}5& 1\\ 3& 3\end{array}\right]\cdot \left[\begin{array}{c}-1\\ -1\end{array}\right]=6\ast \left[\begin{array}{c}-1\\ -1\end{array}\right]$

只是通过一个 特征值 $6$，就找到了好多特征向量，这是为什么呢？

特征值 $6$ 对应的这些特征向量是有规律的，呈比例，在几何表示上，只是伸缩的比例不同。

所以说，矩阵$A$ 任意一个特征值对应无数多个特征向量。

要求某一个特征值的某一个特征向量，只要找到这个特征值对应的一个特征向量即可。

比如，$v=\left[\begin{array}{c}-1\\ -1\end{array}\right]$，其 TA 的特征向量都等于 $k\left[\begin{array}{c}-1\\ -1\end{array}\right]$($k$ 为非零常数)。

$k=-4，k\left[\begin{array}{c}-1\\ -1\end{array}\right]=\left[\begin{array}{c}4\\ 4\end{array}\right]$  $k=-3，k\left[\begin{array}{c}-1\\ -1\end{array}\right]=\left[\begin{array}{c}3\\ 3\end{array}\right]$

特征值、特征向量是把矩阵看成一种对向量的变换来看方阵，当我们把方阵理解为是一个变换的时候，这个变换拥有一些特征，这些特征会被特征值、特征向量表征出来。

我们可以用 python 算矩阵的特征值、特征向量。

import numpy as np A = np.array([[5, 1], [3, 3]]) V_eig = np.linalg.eig(A); print("eigen value:> ", V_eig[0]); # 特征值 print("eigen vector:> \n", V_eig[1]); # 特征值

运行结果：

eigen value:> [6. 2.] eigen vector:> [[ 0.70710678 -0.31622777] [ 0.70710678 0.9486833 ]]

矩阵乘法是一种线性变换，变换矩阵定义了变换的规则，也就是定义了要往哪些方向伸缩或旋转（即特征向量），伸缩或旋转的程度是多少（即特征值）。

求矩阵的特征值和特征向量，相当于找出变换规则中的变化方向。

变换方向找到后，也就能把变换过程描述清楚。

 

---

特征值分解

那会计算矩阵的特征值、特征向量有什么作用吗？

可对矩阵做分解。

以 矩阵$A$ 为例，$A=\left[\begin{array}{cc}5& 1\\ 3& 3\end{array}\right]$，将 $A$ 分解成 $3$ 个矩阵的乘积。

矩阵分解的步骤：

求得矩阵的特征值和对应的特征向量；

$$6\ast \left[\begin{array}{c}1\\ 1\end{array}\right]2\ast \left[\begin{array}{c}1\\ -3\end{array}\right]$$

特征值 $6$ 对应的特征向量 $\left[\begin{array}{c}1\\ 1\end{array}\right]$，特征值 $2$ 对应的特征向量 $\left[\begin{array}{c}1\\ -3\end{array}\right]$。

将这些特征向量，横向拼成一个矩阵；

$$P=\left[\begin{array}{cc}1& 1\\ 1& -3\end{array}\right]$$

相当于俩个列向量拼在一起，左边的列向量是特征值 $6$ 对应的特征向量，右边的列向量是特征值 $2$ 对应的特征向量。

按照顺序，将特征值拼成一个对角矩阵；

$$\Lambda =\left[\begin{array}{cc}6& 0\\ 0& 2\end{array}\right]$$

求出矩阵 $P$ 的逆；

$$P^{-1}=\left[\begin{array}{cc}\frac{3}{4}& \frac{1}{4}\\ \frac{1}{4}& -\frac{1}{4}\end{array}\right]$$

import numpy as np P = np.array([[1, 1], [1, -3]]) P_inv = np.linalg.inv(P) # 求逆 print("P_inv:> \n", P_inv)

运行结果：

P_inv:> [[ 0.75 0.25] [ 0.25 -0.25]]

最后，从左到右乘一起。

$$P\cdot \Lambda \cdot P^{-1}=\left[\begin{array}{cc}1& 1\\ 1& -3\end{array}\right]\left[\begin{array}{cc}6& 0\\ 0& 2\end{array}\right]\left[\begin{array}{cc}\frac{3}{4}& \frac{1}{4}\\ \frac{1}{4}& -\frac{1}{4}\end{array}\right]=\left[\begin{array}{cc}5& 1\\ 3& 3\end{array}\right]=A$$

算来算去，最后发现结果等于变换 矩阵$A$！！

当然，这不是巧合。这告诉我们，一个方阵如果按照上面的步骤分解，就可以分解为 $3$ 个矩阵的乘积（$P、\Lambda 、P^{-1}$），因为用到了特征值，所以我们把这种分解方法称为【特征值分解】。

特征值分解：$A=P\cdot \Lambda \cdot P^{-1}$.

调换一下，$A、\Lambda$ 的位置，就是另外一个术语啦，这俩是等价的。

矩阵对角化：$\Lambda =P\cdot A\cdot P^{-1}$。

 

---

实对称矩阵

矩阵可以通过求特征值、特征向量分解为 $3$ 个矩阵的乘积，特别的，$A$ 为实对称矩阵，有很重要的性质。

什么是实对称矩阵？

实对称矩阵：矩阵等于TA的转置 $A=A^T$

比如：

$A=\left[\begin{array}{cc}1.5& 0.5\\ 0.5& 1.0\end{array}\right]$

实对称矩阵的性质：

性质$1$：一定可以做特征值分解：$A=P\cdot \Lambda \cdot P^{-1}$；性质$2$：不同特征值对应的特征向量必然正交（正交：内积为 $0$）

比如：

$A=\left[\begin{array}{cc}1.5& 0.5\\ 0.5& 1.0\end{array}\right]$ 的特征值和特征向量 — $1.81\left[\begin{array}{c}0.85\\ 0.53\end{array}\right]、0.69\left[\begin{array}{c}-0.53\\ 0.85\end{array}\right]$

俩组特征值和特征向量满足 性质$1$，又因为 $1.81\ne 0.69$（俩组特征值不相等），所以说俩组特征向量的内积为 $0$。

根据 性质$1$ 将 矩阵$A$ 做特征值分解$A=P\cdot \Lambda \cdot P^{-1}$：

发现 $P$ 逆就是 $P$ 的转置（ $P^{-1}=P^T$ ）。

如果一个矩阵的逆等于这个矩阵的转置，就是正交矩阵（满足 $Q^{-1}=Q^T$）。

所以，这种情况下 $A=P\cdot \Lambda \cdot P^{-1}$ 也可以写成 $A=Q\cdot \Lambda \cdot Q^T$.

因为 $Q^T$ 矩阵的转置 比 $Q^{-1}$矩阵的逆 好算得多。

再来看一个三阶方阵：

$A=\left[\begin{array}{ccc}3& -2& -4\\ -2& 6& -2\\ -4& -2& 3\end{array}\right]$

矩阵等于TA的转置 $A=A^T$，所以这也是一个实对称矩阵。

而后呢，TA 有 $3$ 组特征值和特征向量：

$7\left[\begin{array}{c}-1\\ 2\\ 0\end{array}\right],-2\left[\begin{array}{c}2\\ 1\\ 2\end{array}\right],7\left[\begin{array}{c}-1\\ 0\\ 1\end{array}\right]$

这个矩阵比较怪，因为第 $1、3$ 个特征值是一样哒，根据 性质$2$（不同特征值对应第特征向量正交）来看，那 TA 的特征向量就不一定正交了。

不能正交，就不能用 $A=Q\cdot \Lambda \cdot Q^T$ 来分解 矩阵$A$，所以就不能用矩阵的转置代替求矩阵的逆。

后来，人们提供了一种【施密特正交化】方法，将重复特征值不正交的特征向量变成正交，而后再把这些特征向量【单位化】，就变成了俩俩正交的单位向量，再把他们拼起来就是正交矩阵！

这样就满足了 $A=Q\cdot \Lambda \cdot Q^T$.  

---

工程应用：主成分分析

矩阵的特征值分解，在工程上也有很广泛的应用，比如主成分分析算法（Principal Component Analysis）。

主成分分析算法：通过线性变换，将原始数据变换为一组各维度线性无关的表示，可以用来提取数据的主要数据分量，多用于高维数据的降维。

这种降维的算法，在尽可能保留原有信息前提下，将一组 $N$维 降成 $K$维 （$0<K<N$），可以说就是删除重复、相关性强的数据，所以有许多问题需要考虑：

删除哪个维度，信息损失最小？通过怎样的变换对原始数据降维，信息损失最小？信息损失最小，如何度量？

那有这样的算法吗？

有的，这个算法就是 $PCA$ 啊，具体的算法步骤说一个 $2$ 维 降成 $1$ 维的栗子。

$\left[\begin{array}{ccccc}1& 1& 2& 2& 4\\ 1& 3& 3& 4& 4\end{array}\right]$

几何表示为：

为了后续处理方便，对每个维度去【均值】，让每个维度均值都为 $0$。

去均值：每一个维度（行）的每一个值，都减去该维度的均值。

比如第一维（第一行）的均值是 $2$：

去均值前：$\left[\begin{array}{ccccc}1& 1& 2& 2& 4\end{array}\right]$

去均值后：$\left[\begin{array}{ccccc}-1& -1& 0& 0& 2\end{array}\right]$

整体去均值后：

$\left[\begin{array}{ccccc}-1& -1& 0& 0& 2\\ -2& 0& 0& 1& 1\end{array}\right]$

去均值后，几何表示为：

去均值让数据平移：

发现数据点在这个方向👇最分散（方差最大）：

如果将原始数据投影到这个方向上，就可以将数据的二维表达降至 $1$ 维，也尽可能的保留了原始信息 — 方差最大的方向，最大限度的保留了数据与数据之间的差异性。

$2$ 维 降到 $1$ 维的步骤：

找一个方差最大的方向；

原数据点往该方向投影，得到一维表达。

$\left[\begin{array}{ccccc}1& 1& 2& 2& 4\\ 1& 3& 3& 4& 4\end{array}\right]->\left[\begin{array}{ccccc}-\frac{3}{\sqrt{2}}& -\frac{1}{\sqrt{2}}& 0& \frac{1}{\sqrt{2}}& \frac{3}{\sqrt{2}}\end{array}\right]$

但计算机又没有眼睛，怎么知道完成这俩个步骤呢？

我们再来看一个 $3$ 维 降为 $2$ 维 的栗子。

假设我们找到了方差最大的方向，在把原始的数据点往这个方向投影。

如果是降到 $1$ 维，这样就已经搞定了 — 但我们是要降到 $2$ 维，所以还需要找第二个方向，第二个方向要与第一个方向正交。

因为俩个方向正交，意味着俩个方向完全独立、完全无关，最有效的表示信息。

但有无数个方向与第一个方向正交，到底选哪一个呢？

条件就是方差，在正交的方向中选择方差最大的方向。

而后投影到这俩个方向所代表的平面。

$3$ 维 降到 $2$ 维的步骤：

找一个方差最大的方向，作为第一个方向（第一维）；选取与已有方向相互正交（各维度完全独立，没有相关性），且方差最大的方向作为第二个方向（第二维）；原数据点往该方向投影，得到二维表达。

一般化，将一组 $N$维 降成 $K$维 （$0<K<N$）：

找到方差最大的方向，作为第一个方向（第一维）；选取与已有方向相互正交（各维度完全独立，没有相关性），且方差最大的方向作为第二个方向（第二维）；选取与已有方向相互正交（各维度完全独立，没有相关性），且方差最大的方向作为第三个方向（第三维）；… …选取与已有方向相互正交（各维度完全独立，没有相关性），且方差最大的方向作为第 $K$ 个方向（第 $K$ 维）；

降维的思考过程就是这样，而后就是把这些过程给数学化，数学化的这个算法就是 $PCA$ 算法。

以 $3$ 维 降到 $2$ 维 为栗子，第一、二步用数学表达为：

在三维空间中，找到一个二维标准正交基，使得原始数据投影到这组新基上时，各维度方差必须尽可能大。

俩个条件：

投影方向是正交基；正交基约束下，各维度的方差要尽可能大。

 

---

数学推导：主成分分析算法

主成分分析的数学推导，本文最复杂的地方。

从方差说起。

方差：$var(a)=\frac{1}{m}\sum _{i=0}^m(a_i-\mu {)}^2$

$a_i$：这个维度的每一个值

$\mu$：均值

$m$：样本总数

因为在降维前，将每一个维度的数据都去均值（均值变为 $0$，数据在原点周围），所以每一个维度的数据方差就可简化为：

去均值方差：$var(a)=\frac{1}{m}\sum _{i=0}^m{a_i}^2$

去均值后，大大的简化了计算量。

另外，数学上用协方差来表示数据维度之间的相关性。

协方差：$cov(a,b)=\frac{1}{m}\sum _{i=0}^m(a_i-\mu )(b_i-\mu )$

去均值后，俩个维度之间的协方差就可以简化为：

去均值协方差：$cov(a,b)=\frac{1}{m}\sum _{i=0}^m{a}_i{b}_i$

如果俩个维度之间的协方差为 $0$，代表这俩个维度完全无关，正是 $PCA$ 算法需要的。

观察方差、协方差的表达式，方差就是向量自身的内积（相乘再相加），只不过在内积的前面乘了 $\frac{1}{m}$，协方差就是俩个向量的内积，也是前面多乘了一个 $\frac{1}{m}$。

假设原始数据矩阵 $X$：

$X=\left[\begin{array}{cccc}{a}_1& a_2& \cdot \cdot \cdot & a_m\\ b_1& b_2& \cdot \cdot \cdot & b_m\\ c_1& c_2& \cdot \cdot \cdot & c_m\end{array}\right]$

每条数据都有 $a,b,c$ 三个维度，总共 $m$ 条数据。

我们把 矩阵$X$ 转置一下：

$X^T=\left[\begin{array}{ccc}{a}_1& b_1& c_1\\ a_2& b_2& c_2\\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ a_m& b_m& c_m\end{array}\right]$

再将 $X\ast X^T$。

$X\ast X^T=\left[\begin{array}{cccc}{a}_1& a_2& \cdot \cdot \cdot & a_m\\ b_1& b_2& \cdot \cdot \cdot & b_m\\ c_1& c_2& \cdot \cdot \cdot & c_m\end{array}\right]\cdot \left[\begin{array}{ccc}{a}_1& b_1& c_1\\ a_2& b_2& c_2\\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ a_m& b_m& c_m\end{array}\right]=\left[\begin{array}{ccc}\sum _{i=1}^m{a_i}^2& \sum _{i=1}^m{a}_i{b}_i& \sum _{i=1}^m{a}_i{c}_i\\ \sum _{i=1}^m{b}_i{a}_i& \sum _{i=1}^m{b_i}^2& \sum _{i=1}^m{b}_i{c}_i\\ \sum _{i=1}^m{c}_i{a}_i& \sum _{i=1}^m{c}_i{b}_i& \sum _{i=1}^m{c_i}^2\end{array}\right]$

这是一个矩阵乘法，再给这个结果乘以 $\frac{1}{m}$。

$\left[\begin{array}{ccc}\sum _{i=1}^m{a_i}^2& \sum _{i=1}^m{a}_i{b}_i& \sum _{i=1}^m{a}_i{c}_i\\ \sum _{i=1}^m{b}_i{a}_i& \sum _{i=1}^m{b_i}^2& \sum _{i=1}^m{b}_i{c}_i\\ \sum _{i=1}^m{c}_i{a}_i& \sum _{i=1}^m{c}_i{b}_i& \sum _{i=1}^m{c_i}^2\end{array}\right]\ast \frac{1}{m}=\frac{1}{m}X{X}^T=\left[\begin{array}{ccc}\frac{1}{m}\sum _{i=1}^m{a_i}^2& \frac{1}{m}\sum _{i=1}^m{a}_i{b}_i& \frac{1}{m}\sum _{i=1}^m{a}_i{c}_i\\ \frac{1}{m}\sum _{i=1}^m{b}_i{a}_i& \frac{1}{m}\sum _{i=1}^m{b_i}^2& \frac{1}{m}\sum _{i=1}^m{b}_i{c}_i\\ \frac{1}{m}\sum _{i=1}^m{c}_i{a}_i& \frac{1}{m}\sum _{i=1}^m{c}_i{b}_i& \frac{1}{m}\sum _{i=1}^m{c_i}^2\end{array}\right]$

得出的矩阵，TA的主对角线元素为各维度方差，其他元素为各维度间协方差，而且这个矩阵是实对称矩阵，这样的矩阵称为【协方差矩阵】。

上述的推导过程：

基于现在掌握的知识，将一组 $N$维 降成 $K$维 （$0<K<N$）的数学任务，就可以做进一步的数学描述。

在 $N$ 维空间中，找到一个 $K$ 维标准正交基（$0<K<N$），使得原始数据投影到这组新基上时，数据协方差矩阵主对角线原始尽可能大，其他元素为 $0$。

降维任务的描述越来越数学化，但还是没有找到合适的、最关键的降维工具。

记得，我们可以把矩阵看成一种变换，但只是换了基底，并没有降维。

原始数据协方差矩阵 $\left[\begin{array}{ccc}\frac{1}{m}\sum _{i=1}^m{a_i}^2& \frac{1}{m}\sum _{i=1}^m{a}_i{b}_i& \frac{1}{m}\sum _{i=1}^m{a}_i{c}_i\\ \frac{1}{m}\sum _{i=1}^m{b}_i{a}_i& \frac{1}{m}\sum _{i=1}^m{b_i}^2& \frac{1}{m}\sum _{i=1}^m{b}_i{c}_i\\ \frac{1}{m}\sum _{i=1}^m{c}_i{a}_i& \frac{1}{m}\sum _{i=1}^m{c}_i{b}_i& \frac{1}{m}\sum _{i=1}^m{c_i}^2\end{array}\right]希望变成->\left[\begin{array}{ccc}\frac{1}{m}\sum _{i=1}^m{a_i}^2& 0& 0\\ 0& \frac{1}{m}\sum _{i=1}^m{b_i}^2& 0\\ 0& 0& \frac{1}{m}\sum _{i=1}^m{c_i}^2\end{array}\right]$

因为这个矩阵：

主对角线元素为各维度的方差，不全为零；其他元素为各维度的协方差，全为零。

我们要求协方差为零，相当于要求经过变换后新的基底是标准正交基。

这样就使得协方差矩阵发生了对角化… …

变换的公式为：$Y=PX$。

把经过变换的协方差矩阵称为：$C‘=\frac{1}{m}Y{Y}^T$。

我们把变换的公式（$Y=PX$）代进入，

$C‘=\frac{1}{m}Y{Y}^T=\frac{1}{m}(PX)(PX{)}^T=\frac{1}{m}(PX)(P^T{X}^T)=P(\frac{1}{m}X{X}^T)P^T=PC{P}^T$

令 $P^T=Q$，那这个公式就变成了，

$C‘=Q^{T}CQ$

这说明，要想使得数据的协方差矩阵$C$对角化为$C‘$，就要求出 $C$ 的特征值和特征向量。

$C$ 的特征值，其实就是新基底下各维度的数据方差，如果把这些方差排序好，拼成对角矩阵$C‘$，又因为 $Q^T=P$，所以就可以把新的特征向量以行向量的形式，纵向拼成一个矩阵$P$。

最后，取 $P$ 的前 $K$ 个行向量，构成一个新的矩阵 $A$，这 $K$ 个行向量就是我们要找的 $K$ 个正交的基向量，这 $K$ 个正交的基向量就构成了一个 $K$ 维的标准的正交的基。

而$K$ 维的标准的正交的基，就是我们的目标。

原始数据矩阵，通过 $K$ 维的标准的正交的基投影，就在变换时降成 $K$ 维了。

至此，$PCA$ 算法已经设计完毕～

基于上述的讨论，将一组 $N$维 降成 $K$维 （$0<K<N$）的任务，就可以描述为：

求一个变换矩阵$P$，当 $Y=PX$ 时，有 $C‘=PC{P}^T$，取 $P$ 的前 $K$ 行构成矩阵$A$，则 $Z=AX$ 即降维后的数据。

$PCA$ 算法步骤：

求原始数据协方差矩阵$C$的特征值和特征向量；将特征值（方差）排好序，从上到下拼成矩阵$C‘$;将特征向量从上到下，遵循特征值顺序纵向拼成矩阵$P$；取出 $P$ 中前 $K$ 行构成降维矩阵$A$，作用于原始数据，即完成降维。

 

---

举个荔枝

任务：将二维数据降到一维。

原始数据：$\left[\begin{array}{ccccc}1& 1& 2& 2& 4\\ 1& 3& 3& 4& 4\end{array}\right]$

去均值

$\left[\begin{array}{ccccc}1& 1& 2& 2& 4\\ 1& 3& 3& 4& 4\end{array}\right]去均值->\left[\begin{array}{ccccc}-1& -1& 0& 0& 2\\ -2& 0& 0& 1& 1\end{array}\right]$

求协方差矩阵

$\frac{1}{m}X{X}^T=\frac{1}{5}\left[\begin{array}{ccccc}-1& -1& 0& 0& 2\\ -2& 0& 0& 1& 1\end{array}\right]\left[\begin{array}{cc}-1& -2\\ -1& 0\\ 0& 0\\ 0& 1\\ 2& 1\end{array}\right]=\left[\begin{array}{cc}\frac{6}{5}& \frac{4}{5}\\ \frac{4}{5}& \frac{6}{5}\end{array}\right]$

求特征值和特征向量

俩组：$2\left[\begin{array}{c}\frac{1}{\sqrt{2}}\\ \frac{1}{\sqrt{2}}\end{array}\right]、\frac{2}{5}\left[\begin{array}{c}-\frac{1}{\sqrt{2}}\\ \frac{1}{\sqrt{2}}\end{array}\right]$

将特征向量纵向拼成矩阵$P$

$P=\left[\begin{array}{cc}\frac{1}{\sqrt{2}}& \frac{1}{\sqrt{2}}\\ -\frac{1}{\sqrt{2}}& \frac{1}{\sqrt{2}}\end{array}\right]$

取出 $P$ 的第 $1$ 行构成降维矩阵$A$

$A=\left[\begin{array}{cc}\frac{1}{\sqrt{2}}& \frac{1}{\sqrt{2}}\end{array}\right]$

将 $A$ 作用于 $X$（投影），得到一维表达

$Y=AX=\left[\begin{array}{cc}\frac{1}{\sqrt{2}}& \frac{1}{\sqrt{2}}\end{array}\right]\left[\begin{array}{ccccc}-1& -1& 0& 0& 2\\ -2& 0& 0& 1& 1\end{array}\right]=\left[\begin{array}{ccccc}-\frac{3}{\sqrt{2}}& -\frac{1}{\sqrt{2}}& 0& \frac{1}{\sqrt{2}}& \frac{3}{\sqrt{2}}\end{array}\right]$

$PCA$ 的本质是将方差最大的方向作为主要特征，并且在各个正交方向上将数据“离相关”，也就是让他们在不同正交方向上没有相关性。

$PCA$ 只能解除数据的线性相关性，对于高阶相关性不起作用，可以改进为【核PCA】，通过核函数将非线性相关转为线性相关，再使用 $PCA$ 。

$PCA$ 是一种无参技术，即没有主观参数的介入，所以 $PCA$ 作为一种通用实现，本身无法做个性优化。

 

---

import numpy as np import matplotlib.pyplot as plt def myPCA(dataMat, K=2): # K为目标维度 # 2. 对数据矩阵去均值 meanVals = np.mean(dataMat, axis=1) #axis=0，求列的均值，axis=1，求行的均值 meanRemoved = dataMat - meanVals #python的广播机制 # 3. 计算协方差矩阵 # rowvar:默认为True,此时每一行代表一个维度，每一列代表一条数据；为False时，则反之。 # bias:默认为False,此时标准化时除以m-1(无偏估计)；反之为m（有偏估计）。其中m为数据总数。 covMat = np.cov(meanRemoved,rowvar=True,bias=True) print("\n-----covMat-----\n",covMat) # 4. 计算协方差矩阵的特征值和特征向量 eigVals, eigVects = np.linalg.eig(np.mat(covMat)) print("-----eigVals-----\n",eigVals) print("-----eigVects-----\n",eigVects) # 5. 将特征值由小到大排序，并返回对应的索引 eigValInd = np.argsort(eigVals) #argsort函数返回的是数组值从小到大的索引 [ 2. 0.4] -> [ 0.4. 2] -> print("-----eigValInd 1-----\n",eigValInd) # 6. 根据eigValInd后K个特征值索引，找出eigVects中对应的特征向量，拼成降维矩阵 eigValInd = eigValInd[-1:-(K+1):-1] print("-----eigValInd 2-----\n",eigValInd) redEigVects=eigVects[:,eigValInd].T #取出特征向量（即降维矩阵） print("-----redEigVects-----\n",redEigVects) # 7. 执行降维操作（矩阵乘法） lowDMat = np.dot(redEigVects , meanRemoved) # 8. 重构数据矩阵 resturctMat = np.dot(redEigVects.I , lowDMat) + meanVals return lowDMat,resturctMat if __name__ == '__main__': dataMat = np.mat([[1,1,2,2,4], [1,3,3,4,4]]) lowDMat , resturctMat = myPCA(dataMat,K=1) print("-----lowDmat-----\n",lowDMat) print("-----resturctMat-----\n",resturctMat) # 绘制数据点 fig = plt.figure() plt.xlim(-1, 5) plt.ylim(-1, 5) plt.grid(color='gray') plt.axvline(x=0, color='gray') plt.axhline(y=0, color='gray') ax = fig.add_subplot(111) ax.scatter(dataMat[0, :].flatten().A[0], dataMat[1, :].flatten().A[0], marker='*', s=300, c='red') #描原数据点 ax.scatter(resturctMat[0, :].flatten().A[0], resturctMat[1, :].flatten().A[0], marker='o', s=50, c='green') #描重建数据点 plt.show()

 

---

工程应用：人脸识别

下图中，有两张照片是同一个人的：

对于这个问题，人是很容易分辨出来的，但计算机应该怎么办呢？

其中一种方法就是将之线性化。首先，给出此人更多的照片：

将其中某张照片分为眼、鼻、嘴三个部位，这是人脸最重要的三个部位。通过某种算法，可以用三个实数来分别表示这三个部位，比如下图得到的分别是$150$、$30$、$20$：

将所有这些照片分别算出来，用三维坐标来表示得到的结果，比如上图得到的结果就是$(150,30,20)$。

将这些三维坐标用点标注在直角坐标系中，发现这些点都落在某平面上，或该平面的附近。因此，可认为此人的脸线性化为了该平面。

将人脸线性化为平面后，再给出一张新的照片，按照刚才的方法算出这张照片的三维坐标，发现不在平面上或者平面附近，就可以判断不是此人的照片：

将人脸识别这种复杂的问题线性化，就可以用使用线性代数解决TA。

线性代数要学习的内容就是 如何解决线性问题，而如何把 复杂问题线性化 是别的学科的内容，比如《微积分》、《信号与系统》、《概率与统计》等。

基于矩阵对角化理论的 $PCA$ 算法在人脸识别上，能用更少的计算量取得不亚于卷积神经网络的性能。

数据集：https://download.csdn.net/download/qq_41739364/12575178（可下载）

数据集里有 $40$ 个人，每个都有 $10$ 张照片，分别存储在 $40$ 个文件夹里，$s1-s40$，每个文件夹下面都有 $10$ 张 $.pgm$ 照片，每张照片的尺寸 $112\ast 92$（长 * 宽）。

把数据集，分成：

训练集：50%测试集：50% def loadDataSet(m): dataSetDir = input('att_faces path:>' ) # 输入训练集文件位置 train_face = np.zeros((40*m,112*92)) # 训练集矩阵，40个人，取前 m 张照片；每张照片有 112*92 个维度 train_face_number = np.zeros(40*m) test_face = np.zeros((40*(10-m),112*92)) # 测试集矩阵，40个人，取后 m 张照片；每张照片有 112*92 个维度 test_face_number = np.zeros(40*(10-m))

把训练集送入 $PCA$ 算法，构成人脸数据库，同时也得到一个训练集均值和降维矩阵。

降维矩阵，可以提取数据的主要信息，去除冗余 — 所以也可以称为【主成分提取器】。

从测试集里，随机抽出一张照片，送入【主成分提取器】将该照片的主要信息提取出来，而后与数据库中所有信息做比对检索，计算欧式距离，找出最相似的一张照片，即完成我们的人脸识别。

上述架构：

$PCA$ 代码：

def myPCA(dataMat, K=2): # 1. 对数据矩阵去均值 meanVals = np.mean(dataMat, axis=1) # axis=0，求列的均值，axis=1，求行的均值 meanRemoved = dataMat - meanVals # 2. 计算协方差矩阵 covMat = np.cov(meanRemoved, rowvar=True, bias=True) # 3. 计算协方差矩阵的特征值和特征向量 eigVals, eigVects = np.linalg.eig(np.mat(covMat)) # 4. 将特征值由小到大排序，并返回对应的索引 eigValInd = np.argsort(eigVals) # 5. 根据eigValInd后K个特征值索引，找出eigVects中对应的特征向量，拼成降维矩阵 eigValInd = eigValInd[-1:-(K+1):-1] Extractor = eigVects[:,eigValInd].T # 取出特征向量（降维矩阵） # 6. 执行降维（矩阵乘法） lowDMat = np.dot(Extractor, meanRemoved) # 返回 降维后的数据、训练集的均值、降维矩阵（主成分提取器） return lowDMat, meanRemoved, Extractor

把 $PCA$ 加进去，就是一份完整的代码。

import os, cv2 # cv2 是 opencv-python 模块 import numpy as np import matplotlib.pyplot as plt def myPCA(dataMat, K=2): # 加进来吧！ def img2vector(filename): img = cv2.imread(filename,0) # 读取图片 rows,cols = img.shape imgVector = np.zeros((1,rows*cols)) imgVector = np.reshape(img,(1,rows*cols)) # 图片2D -> 1D return imgVector def loadDataSet(m): print ("--------- Getting data set ---------") dataSetDir = input('att_faces path:>' ) # 输入训练集文件位置 train_face = np.zeros((40*m,112*92)) # 训练集矩阵，40个人，取前 m 张照片；每张照片有 112*92 个维度 train_face_number = np.zeros(40*m) test_face = np.zeros((40*(10-m),112*92)) # 测试集矩阵，40个人，取后 m 张照片；每张照片有 112*92 个维度 test_face_number = np.zeros(40*(10-m)) choose = np.array([1,2,3,4,5,6,7,8,9,10]) # 创建1->10的数组。（因为图片编号是1.bgm~10.bgm） for i in range(40): # 总共有40个人 people_num = i+1 # 个体编号 for j in range(10): # 每个人都有10张脸部照片 if j < m: # 先从10张图片中选m张作为训练集 filename = dataSetDir+'/s'+str(people_num)+'/'+str(choose[j])+'.pgm' # 人脸数据的路径，路径是字符串类型，所以要把数字转换为字符串 img = img2vector(filename) train_face[i*m+j,:] = img train_face_number[i*m+j] = people_num #记录这张图片所属之人 else: # 余下10-m张作为测试集 filename = dataSetDir+'/s'+str(people_num)+'/'+str(choose[j])+'.pgm' img = img2vector(filename) test_face[i*(10-m)+(j-m),:] = img test_face_number[i*(10-m)+(j-m)] = people_num return np.mat(train_face.T), train_face_number, np.mat(test_face.T), test_face_number # 训练集train_face、测试集test_face 做一个转置.T，原来一个图片对应一个行向量，现在每一列都代表一张图片 if __name__=='__main__': # 1 .从文件夹中加载图片数据 train_face, train_face_number, test_face, test_face_number = loadDataSet(5) print("train_face shape:", train_face.shape) print("train_face_number shape:", train_face_number.shape, "\n", train_face_number) print("test_face shape:", test_face.shape) print("test_face_number shape:", test_face_number.shape, "\n" , test_face_number)

第 $3$ 步，计算协方差矩阵的特征值和特征向量是最耗费计算资源的。

查看一下这个协方差矩阵：

print("covMat shape:> ", covMat.shape)

输出：(10304, 10304)

每一个像素点都是一个维度，这么大的协方差矩阵，协方差矩阵 $\sum$ 非常大，计算TA的特征值和特征向量，这一天可能都算不出来。

为了求大规模特征值和特征向量，其实有俩组方案：

安装 $numpy+mkl$ 这种组合库，调包即可，计算一万维大概是 $1$ 秒左右；通过某个小规模的矩阵来求（采用）。

 

---

数学推导：任何求大规模矩阵的特征值？

现实生活里，我们拍照都是高清配置，数据样本的维度就很高，计算量也非常的大。

来看一段推导。

假设 $X$ 为 $10000\ast 100$ 的数据矩阵，则对应的协方差矩阵：$\sum =X\cdot X^T$ 为 $10000$ 阶方阵。

现在有一个矩阵：$T=X^T\cdot X$（和 $\sum$ 相反），$T$ 为 $100$ 阶方阵。

接着，由特征值和特征向量的定义可以得到：$Tv=\lambda v$，$\lambda$ 是 $T$ 的特征值，$v$ 是 $T$ 关于 特征值$\lambda$ 的 特征向量。

把 $T$ 换成 $X$ 的转置，就有这样一个式子：

$X^T\cdot X_v=\lambda v$

等式左右俩边，都乘以 $X$：

$X{X}^T\cdot X_v=X\lambda v$

等式变形：

$(X\cdot X^T)(Xv)=\lambda (Xv)$

因为 $\lambda$ 是标量，可以提到等号左边。

又因为 $(X\cdot X^T)$ 就是协方差矩阵$\sum$：

$\sum (Xv)=\lambda (Xv)$

令 $v‘=Xv$

$\sum (v)=\lambda v$

这个式子说明了，协方差矩阵$\sum$ 和 矩阵$T$ 的特征值是一样的。

所以只要求出矩阵$T$ 的特征值就求出了 $\sum$ 的特征值，而协方差矩阵 $\sum$ 的特征向量，就是矩阵$T$ 的特征向量 乘 $X$。

这样，求 $100$ 阶的矩阵$T$ 间接求出了 $10000$ 阶矩阵$\sum$，但矩阵$T$的特征值只有 $100$ 个，而矩阵$\sum$ 有 $10000$ 个，也就是说，通过这种方式只能求出 矩阵$\sum$ 的前 $100$ 个特征值。

但没关系，前 $100$ 是方差最大的 $100$ 个，足以反应整个矩阵了。

# 2. 计算协方差矩阵 covMat = np.cov(meanRemoved, rowvar=True, bias=True)

优化后：

# 2. 计算协方差矩阵（1/m 是一个标量所以不必加进来） T = meanRemoved.T * meanRemoved # (200, 200) print("T shape:", T.shape) # (10304, 10304)

  特征向量也需要改

# 5. 取出特征向量（降维矩阵） Extractor = eigVects[:,eigValInd].T

优化后：

# 5. auto为真，自动计算目标维数K if auto==True: # 是否自动计算目标维数 num = 0 # 需要保存的特征值个数 for i in range(len(eigVals)): if (np.linalg.norm(eigVals[:i + 1]) / np.linalg.norm(eigVals)) > 0.999: # 看看前i个特征值有没有达到总方差的99.9% num = i + 1 break print("The num:", num) K = num

 

优化特征值和特征向量后：

import os, cv2 # cv2 是 opencv-python 模块 import numpy as np import matplotlib.pyplot as plt def myPCA(dataMat, K=2, auto=False): # K为目标维度 # 1. 对数据矩阵去均值 meanVals = np.mean(dataMat, axis=1) # axis=0，求列的均值，axis=1，求行的均值 meanRemoved = dataMat - meanVals # 2. 计算协方差矩阵，1/m 是一个标量所以不必加进来 T = meanRemoved.T * meanRemoved # (200, 200) print("T shape:", T.shape) # (10304, 10304) # 3. 计算协方差矩阵的特征值和特征向量 # 计算大规模协方差矩阵的特征值和特征向量，有两种方案： # (1). 安装“numpy+mkl”这种组合库（调包）。 # (2). 通过某个小规模的矩阵来求（采用）。 eigVals, eigVects = np.linalg.eig(np.mat(T)) # 4. 将特征值由小到大排序，并返回对应的索引 eigValInd = np.argsort(eigVals) # 5. 自动计算目标维数K if auto==True: # 是否自动计算目标维数 num = 0 # 需要保存的特征值个数 for i in range(len(eigVals)): if (np.linalg.norm(eigVals[:i + 1]) / np.linalg.norm(eigVals)) > 0.999: # 看看前i个特征值有没有达到总方差的99.9% num = i + 1 break print("The num:", num) K = num # 6. 根据eigValInd后K个特征值索引，找出eigVects中对应的特征向量，拼成降维矩阵 eigValInd = eigValInd[-1:-(K+1):-1] Extractor0 = meanRemoved * eigVects[:,eigValInd] #求出协方差矩阵的前K个特征向量（即降维矩阵） # 7. 单位化特征向量 for i in range(K): Extractor0[:,i] = Extractor0[:,i]/np.linalg.norm(Extractor0[:,i]) # 8. 执行降维操作（矩阵乘法） Extractor = Extractor0.T lowDMat = np.dot(Extractor, meanRemoved) # 返回 降维后的数据、训练集的均值、降维矩阵（主成分提取器） return lowDMat, meanVals, Extractor def img2vector(filename): img = cv2.imread(filename,0) # 读取图片 rows,cols = img.shape imgVector = np.zeros((1,rows*cols)) imgVector = np.reshape(img,(1,rows*cols)) # 图片2D -> 1D return imgVector def loadDataSet(m): print ("--------- Getting data set ---------") dataSetDir = input('att_faces path:>' ) # 输入训练集文件位置 train_face = np.zeros((40*m,112*92)) # 训练集矩阵，40个人，取前 m 张照片；每张照片有 112*92 个维度 train_face_number = np.zeros(40*m) test_face = np.zeros((40*(10-m),112*92)) # 测试集矩阵，40个人，取后 m 张照片；每张照片有 112*92 个维度 test_face_number = np.zeros(40*(10-m)) choose = np.array([1,2,3,4,5,6,7,8,9,10]) # 创建1->10的数组。（因为图片编号是1.bgm~10.bgm） for i in range(40): # 总共有40个人 people_num = i+1 # 个体编号 for j in range(10): # 每个人都有10张脸部照片 if j < m: # 先从10张图片中选m张作为训练集 filename = dataSetDir+'/s'+str(people_num)+'/'+str(choose[j])+'.pgm' img = img2vector(filename) train_face[i*m+j,:] = img train_face_number[i*m+j] = people_num # 记录这张图片所属之人 else: # 余下10-m张作为测试集 filename = dataSetDir+'/s'+str(people_num)+'/'+str(choose[j])+'.pgm' img = img2vector(filename) test_face[i*(10-m)+(j-m),:] = img test_face_number[i*(10-m)+(j-m)] = people_num return np.mat(train_face.T), train_face_number, np.mat(test_face.T), test_face_number # 训练集train_face、测试集test_face 做一个转置.T，原来一个图片对应一个行向量，现在每一列都代表一张图片 if __name__=='__main__': # 1. 从文件夹中加载图片数据 train_face, train_face_number, test_face, test_face_number = loadDataSet(5) print("train_face shape:", train_face.shape) print("train_face_number shape:", train_face_number.shape, "\n", train_face_number) print("test_face shape:", test_face.shape) print("test_face_number shape:", test_face_number.shape, "\n", test_face_number) # 2. 利用PCA进行降维（提取数据的主要信息）-> 利用训练集训练“主成分提取器” DataBase, train_meanVals, Extractor= myPCA(train_face, 40, auto=True) print("Train OK!!!") # 3. 将主成分提取器作用于测试集图片 test_face_new = Extractor * (test_face - train_meanVals) # 4. 逐一遍历测试集图片，同时检索数据库，计算识别正确的个数 true_num = 0 # 正确个数 num_test = test_face.shape[1] # 测试集图片数 for i in range(num_test): testFace = test_face_new[:,i] # 取出一张测试图片 EucDist = np.sqrt(np.sum(np.square(DataBase - testFace), axis=0))# 求出该测试图片与数据库中所有图片的欧式距离 DistIdx = EucDist.argsort() # 距离由小到大排序,返回索引 idxMin = DistIdx[:,0] # 取出最小距离所在索引 if train_face_number[idxMin] == test_face_number[i]: true_num += 1 accu = float(true_num)/num_test print ('The classify accuracy is: %.2f%%' %(accu * 100)) # 显示匹配成功率

输出：

The classify accuracy is: 89.00%

$scikit-learn$ 里面的 $PCA$ 算法，是奇异值分解（$SVD$）实现的，因为用数据矩阵的奇异值分解代替协方差矩阵的特征值分解，速度更快。

 

---

马尔可夫过程

您是否也有过这样的感觉：不管付出了多少努力，事情总会回到老样子，就好像冥冥之中有个无法摆脱的宿命一样。

数学模型能告诉您其中的原理，这个数学模型就是马尔可夫过程。

想要一次性地采取一个行动去改变某件事，结果徒劳无功，其实，这就是一个马尔可夫过程，满足马尔可夫过程有四个条件。

第一，系统中存在有限多个状态。第二，状态之间切换的概率是固定的。第三，系统要具有遍历性，也就是从任何一个状态出发，都能找到一条路线，切换到任何一个其他的状态。第四，其中没有循环的情况，不能说几个状态形成闭环，把其他状态排斥在外。

举个例子，某位老师，发现课堂上总有学生无法集中注意力，会溜号。

所谓马尔可夫过程，就是假设学生在 “认真” 和 “溜号” 这两个状态之间的切换概率，是 固定的。

我们设定，今天认真听讲的学生，明天依旧认真的概率是 90%，还有 10% 的概率会溜号。

而今天溜号的学生，明天继续溜号的可能性是 70%，剩下 30% 的可能性会变得认真。

咱们看看这个模型怎么演化。假设总共有 100 个学生，第一天认真和溜号的各占一半。

第二天，根据概率的设定，50 个认真的学生中会有 5 人变成溜号；而溜号的学生中，会有 15 人变成认真；

所以，第二天是有 60 (50-5+15) 个人认真，剩下 40 个人溜号。

第三天，有 66 个认真的，34 个溜号的……

以此类推，最后有一天，您会发现有 75 个认真，25 个溜号的。

而到了这一步，模型就进入了一个稳定的状态，数字就不变了。

因为下一天会有 7.5 个学生从认真变成溜号，同时恰好有 7.5 个学生从溜号变成认真！

而老师对这个稳定态很不满意，为什么只有 75 个认真的呢 ？

TA 安排了一场无比精彩的公开课，还请了别的老师来帮 TA 监督学生。

这一天，100 个学生都是认真的。

但这样的干预对马尔可夫过程是无效的。

第二天认真的学生就变成了 90 个，第三天就变成了 84 个，……直到某一天，还是 75 个认真和 25 个溜号。

马尔可夫过程最重要的就是第二个过程，状态之间切换的概率是固定的 。

对应到人的身上，是人的习惯、环境、认知、本性等等影响的，只要是马尔可夫过程，不管 初始值/状态 如何，也不管在这个过程中有什么一次性的干预，ta 终究会演化到一个统计的 平衡态：其中每个状态所占的比例是不变的。

就好像终究会有 75% 的学生认真，25% 的学生溜号。马尔可夫过程，都有一个宿命般的结局。

对于马尔可夫过程，得知道状态之间切换的概率是固定的 。

 

---

工程应用：PageRank网页排序

PageRank 是网页排序算法，Page 是网页的意思，Rank 是权重的意思。

已知某个用户，在搜索框中输入一个关键词，假设搜索到 $4$ 个网页。

工程师要做的就是设计好，这 $4$ 个网页的排列顺序，把用户认为重要的网页摆在最前面。

目标：将 $A、B、C、D$ 按照重要性排序；参考：学术界判断学术论文的重要性，看论文的引用次数。

PageRank 的核心思想：被越多网页指向的网页，优秀的越大，权重就应该更高。

这 $4$ 网页是这么指向的：

$A$ 指向的网页有 $B、C、D$$B$ 指向的网页有 $A、D$$C$ 指向的网页有 $A$$D$ 指向的网页有 $B、C$

这种相互指向的关系，形成一幅有向图：

而后，我们用一个二维数组存储网页间跳转的概率。

PageABCDA$0$$\frac{1}{2}$$1$$0$B$\frac{1}{3}$$0$$0$$\frac{1}{2}$C$\frac{1}{3}$$0$$0$$\frac{1}{2}$D$\frac{1}{3}$$\frac{1}{2}$$0$$0$

这是用来存储图的邻接矩阵，比如：

坐标$(A,A)=0$，因为 $A$ 不能跳转本身；坐标$(B,A)=\frac{1}{2}$，因为 $A$ 一共指向俩个网页，每个网页的跳转概率都是一样的。

假设有一个上网者，先随机打开 $A、B、C、D$ 任意一个网页，而后跳转到该网页指向的链接，不断的来回跳转，这样上网者分布在网页上的概率是多少？

各个网页的最终概率，就是我们想要的网页权重，概率等同权重。

而上网者的行为，就是马尔可夫过程（状态之间切换的概率是固定的）。

这个过程有俩部分：

初始概率向量 $v_0=\left[\begin{array}{c}1/4\\ 1/4\\ 1/4\\ 1/4\end{array}\right]$状态转移矩阵 $A=\left[\begin{array}{cccc}0& 1/2& 1& 0\\ 1/3& 0& 0& 1/2\\ 1/3& 0& 0& 1/2\\ 1/3& 1/2& 0& 0\end{array}\right]$

马尔可夫过程：

$v_1=A\cdot v_0$$v_2=A\cdot v_1$$\cdots$$v_n=A\cdot v_{n-1}$

PageRank发明人拉里·佩奇证明了，这个马尔可夫过程是收敛的，最终的收敛为：

$v_n=A\cdot v_n$

也就是说，无论 $A$ 作用于 $v_n$ 多少次，$v_n$ 都不会变。

而这个稳定下了的 $v_n$，就是我们要的 $A、B、C、D$ 网页的权重。

$v_n$ 是 矩阵$A$ 关于特征值$1$ 的特征向量。

演示过程：

$v_1=\left[\begin{array}{cccc}0& 1/2& 1& 0\\ 1/3& 0& 0& 1/2\\ 1/3& 0& 0& 1/2\\ 1/3& 1/2& 0& 0\end{array}\right]\left[\begin{array}{c}1/4\\ 1/4\\ 1/4\\ 1/4\end{array}\right]=\left[\begin{array}{c}9/24\\ 5/24\\ 5/24\\ 5/24\end{array}\right]$

$v_2=\left[\begin{array}{cccc}0& 1/2& 1& 0\\ 1/3& 0& 0& 1/2\\ 1/3& 0& 0& 1/2\\ 1/3& 1/2& 0& 0\end{array}\right]\left[\begin{array}{c}9/24\\ 5/24\\ 5/24\\ 5/24\end{array}\right]=\left[\begin{array}{c}15/48\\ 11/48\\ 11/48\\ 11/48\end{array}\right]$

$\cdots$

$v_n=\left[\begin{array}{cccc}0& 1/2& 1& 0\\ 1/3& 0& 0& 1/2\\ 1/3& 0& 0& 1/2\\ 1/3& 1/2& 0& 0\end{array}\right]\left[\begin{array}{c}3/9\\ 2/9\\ 2/9\\ 2/9\end{array}\right]=\left[\begin{array}{c}3/9\\ 2/9\\ 2/9\\ 2/9\end{array}\right]$

得出，$A$ 概率（权重）最高，$B、C、D$ 权重相同。

求这个最终的网页概率分布，有俩种方法：

特征向量暴力迭代，反复做矩阵乘法，最后就会得到收敛的 $v_n$ import numpy as np def init_transfer_array(): A = np.array([[0.000000, 0.50, 1.00, 0.00], [0.333333, 0.00, 0.00, 0.50], [0.333333, 0.00, 0.00, 0.50], [0.333333, 0.50, 0.00, 0.00]], dtype=float) return A def init_first_pr(d): first_pr = np.zeros((d,1),dtype=float) for i in range(d): first_pr[i] = float(1) / d return first_pr def compute_pagerank0(transfer_array,v0): # 用特征向量法，来求解最终的pagerank值Vn eigVals, eigVects = np.linalg.eig(transfer_array) print("eigVals:\n",eigVals) print("eigVects:\n",eigVects) idx = 0 for i in range(transfer_array.shape[0]): if abs(eigVals[i]-1.0) < 1e-5: # 若当前特征值近似等于1，则为我们要找的特征值1，返回索引 idx = i break print("idx=",idx) return eigVects[:,i]/2 def compute_pagerank1(transfer_array,v0): # 用“迭代”法，来求解最终的pagerank值Vn iter_num = 0 # 记录迭代次数 pagerank = v0 while np.sum(abs(pagerank - np.dot(transfer_array,pagerank))) > 1e-6: # 若当前值与上一次的值误差小于某个值，则认为已经收敛，停止迭代 pagerank = np.dot(transfer_array,pagerank) iter_num += 1 print("iter_num=",iter_num) return pagerank if __name__ == '__main__': # 1.定义状态转移矩阵A transfer_array = init_transfer_array() # 2.定义初始概率矩阵V0 v0 = init_first_pr(transfer_array.shape[0]) # 3.计算最终的PageRank值 # 方法一：特征向量 PageRank0 = compute_pagerank0(transfer_array,v0) print("PageRank0:\n", PageRank0) # 方法二：暴力迭代 PageRank1 = compute_pagerank1(transfer_array,v0) print("PageRank1:\n", PageRank1)

 

---

终止点和陷阱问题

上述网页浏览者的行为是一个马尔科夫过程，但满足收敛性于 $v_n$，需要具备一个条件：

图是强连通的，即从任意网页可以到达其他任意网页。

这就有俩个问题，会让马尔科夫过程的收敛于 $v_n$，而是 $0$：

【终止点问题】：有一些网页不指向任何网页，上网者就会永恒的停止在 $C$ 里。

设置终止点：把 $C$ 到 $A$ 的链接丢掉，$C$ 没有指向任何网页，变成了一个终止点。

按照对应的转移矩阵：

$A=\left[\begin{array}{cccc}0& 0.50& 0& 0\\ 0.33& 0& 0& 0.5\\ 0.33& 0& 0& 0.5\\ 0.33& 0.5& 0& 0\end{array}\right]$

 

P.S. 第三列全为 $0$。

不断迭代下去，最终所有元素都为 $0$：

【陷阱问题】：有些网页不指向别的网页，但指向自己，上网者就会陷入困境，再也不能从 $C$ 里出来。

设置陷阱：把 $C$ 到 $A$ 的链接丢掉，$C$ 指向自己，变成了一个陷阱。

按照对应的转移矩阵：

$A=\left[\begin{array}{cccc}0& 0.50& 0& 0\\ 0.33& 0& 0& 0.5\\ 0.33& 0& 0& 0.5\\ 0.33& 0.5& 0& 0\end{array}\right]$

不断迭代下去，最终只有 $C=1$：

那怎么解决终止点问题和陷阱问题呢？

其实这个过程忽略了一个问题 — 网页浏览者浏览的随意性。

浏览者会随机地选择网页，而当遇到一个结束网页或者一个陷阱网页（比如两个示例中的 $C$）时，TA可能会在浏览器的地址中随机输入一个地址，当然这个地址可能又是原来的网页，但这有可能逃离这个陷阱。

根据现实网页浏览者的浏览行为，对算法进行改进。

假设每一步，网页浏览者离开当前网页跳转到各个网页的概率是 $\frac{1}{n}$，查看当前网页的概率为$a$，那么TA从浏览器地址栏跳转的概率为$(1-a)$，于是原来的迭代公式转化为：

$V‘=aAV+(1-a)e$

现在我们来计算带陷阱的网页图的概率分布：

$v_1=aA{v}_0+(1-a)e=0.8\left[\begin{array}{cccc}0& 1/2& 1& 0\\ 1/3& 0& 0& 1/2\\ 1/3& 0& 0& 1/2\\ 1/3& 1/2& 0& 0\end{array}\right]\left[\begin{array}{c}1/4\\ 1/4\\ 1/4\\ 1/4\end{array}\right]+0.2\left[\begin{array}{c}1/4\\ 1/4\\ 1/4\\ 1/4\end{array}\right]=\left[\begin{array}{c}9/60\\ 13/60\\ 25/60\\ 13/60\end{array}\right]$

不断迭代下去，得到：

这就是 PageRank网页排序算法，MapReduce上有 java 版的源码。