l1-pc算法的若干研究.pdfVIP

摘 要 在机器学习，数据挖掘等领域，往往需要处理大规模的数据，同时数据实 际上通常都处于低维空间中，因而为了更好，更快速地对数据进行处理，我们 需要对数据进行降维。PCA算法简单，容易求解，且能取得最优解，是一种应 用十分广泛的线性降维方法，但是他对于异常点却十分敏感，这使得它在存 在很多异常点的情况下，求得的解往往偏离我们想要的结果。而由于1一范数的 优，但是却也更难求解。关于L1。PCA问题的求解，存在很多算法，但是大多 计算比较复杂，求解速度很慢。 本文主要研究了一个近似求解L1一PCA问题的快速的贪婪算法。首先从统 PCA优于PCA的原因。接着介绍了几 计的角度来推导L1一PCA问题，并说明L1 个L1一PCA的求解算法，主要对逐步降维算法和贪婪算法的思想进行了细致地 分析。根据其中贪婪算法的一些缺陷，提出了该贪婪算法的两个修正算法，以 及投影优化算法。最后通过实验分析了各个算法的优劣。 关键词：PCA，L1一PCA，贪婪算法，异常点 Abstract suchas researchareas learning，data Inmanv maching withinthe dimen— high inalowerdimensional original dataoftenlie subspaee need thedatamore usually data order七o emciently，we sional space．In analysis ior a and method ofthedata．PCAis popular thedimension simple toreduce sen— can the solution．HoweVer，it’sVery dimensionreduction，weeasilyget global wewan一 is to thesolutionfromw上1at totheoutlier．PCA away sitive proneget robustnesso士 of七he