learn-tech/专栏/程序员的数学基础课/44奇异值分解：如何挖掘潜在的语义关系？.md

                        因收到Google相关通知，网站将会择期关闭。相关通知内容
                        
                        
                        44 奇异值分解：如何挖掘潜在的语义关系？
                        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。