https://www.microsoft.com/en-us/research/people/cmbishop/prml-book/ https://cbrnr.github.io/2018/12/17/whitening-pca-zca/
PRMLのp.574の確率的主成分分析(PPCA)に関する式(12.45) において, とした(確率的ではない普通のPCAとした)上で,
- とすればPCA白色化の式を得る.
- とすればZCA白色化の式を得る.
PRMLのp.574の確率的主成分分析(PPCA)に関する式(12.45)
ただし,
- は,変換行列(データにかけて,みたいに使う)
- は,データの共分散行列の固有ベクトルを並べた行列(原文とは異なり,ここでは次元削減を考えない)
- は,の固有値を対角成分とした行列(固有値の並びはに対応する)
- は,PPCAで次元削減する際の次元に関連した分散
- は,単位行列
- は,任意の直交行列
さて,PPCAのモデル(潜在変数と観測されたデータの関係)はで表される. ノイズ項は無視すると,となる.からを求めるには,とすれば良い.
これに,先ほどのをに代入して, . さらに,次の性質を使って変形する.
- は固有ベクトルを並べた行列だから直交行列であるため,
したがって,.
ここで,として「確率的」でない主成分分析にすると, .
この上で,は任意の直交行列であるから,に代入する値として次の二つの場合を考える:と.
まず,とすれば, となる. この式でからを求める操作はPCA白色化と呼ばれる. また,この式は,p.568の式(12.24)として示される式と一致する.
一方,とすれば, となる. この式でからを求める操作はZCA白色化と呼ばれる.