1. 奇异值分解（SVD）
（1）奇异值分解
已知矩阵(m{A} in R^{m imes n}), 其奇异值分解为：
其中(m{U} in R^{m imes m})，(m{V} in R^{n imes n})是正交矩阵，(m{S} in R^{m imes n})是对角线矩阵。(m{S})的对角线元素(m{s}_1, m{s}_2,..., m{s}_{min(m,n)})是矩阵的奇异值。
(2) 奇异值分解的求解
而求矩阵的奇异值的算法非常简单，对于实数域下的矩阵(A)，我们只需要求(A^TA)的特征值和特征向量。其特征向量归一化后即右奇异向量(m{v}_1,m{v}_2,...,m{v}_n)，其特征值开根号即对应的奇异值(m{s}_1, m{s}_2,..., m{s}_{min(m,n)})。 然后由等式
依次计算出相应的(m{u}_i)向量的值。
至于特征值的计算，采用 QR 算法，此处不予介绍，这里可以直接调用 np.linalg.eig()函数实现。以下给出奇异值计算代码实例（此处仅为知识演示，具体的工业级别的奇异值计算算法要复杂得多，参考 Golub 与 Van Loan《矩阵计算》）
import numpy as np
def svd(A):
eigen_values, eigen_vectors = np.linalg.eig(A.T.dot(A))
singular_values = np.sqrt(eigen_values)
#这里奇异值要从大到小排序，特征向量也要随之从大到小排
val_vec = [] #存储奇异值-特征向量对
for i in range(len(eigen_values)):
val_vec.append((singular_values[i], eigen_vectors[:, i]))
val_vec.sort(key = lambda x:-x[0])
singular_values = [ pair[0] for pair in val_vec]
eigen_vectors = [ pair[1] for pair in val_vec]
# 在计算左奇异向量之前，先要对右奇异向量也就是特征向量组成的基正交化
# 不过linalg.eig返回的是已经正交化的，这一步可省略
# 由等式Avi = siui(vi是右奇异向量, ui是左奇异向量)
# 依次计算左奇异向量
U = np.zeros((A.shape[0], A.shape[1]))
for i in range(A.shape[1]):
u = A.dot(eigen_vectors[i])/singular_values[i]
U[:, i] = u
# 给U加上标准正交基去构造R3的基
for i in range(A.shape[1], A.shape[0]):
basis = np.zeros((A.shape[0], 1))
basis[i] = 1
U = np.concatenate([U, basis], axis=1)
eigen_vectors = [vec.reshape(-1, 1) for vec in eigen_vectors]
eigen_vectors = np.concatenate(eigen_vectors, axis=1)
return U, singular_values, eigen_vectors
if __name__ == '__main__':
# 例一：普通矩阵
A = np.array(
[
[0, 1],
[0, -1]
]
)
# 例二：对称矩阵
# A = np.array(
# [
# [0, 1],
# [1, 3/2]
# ]
# )
U, S, V = svd(A)
print("我们实现的算法结果：")
print(U, "
", S, "
", V)
print("
")
print("调用库函数的计算结果：")
# 调用api核对
U2, S2, V2 = np.linalg.svd(A)
print(U2, "
", S2, "
", V2)
对普通矩阵(left(egin{matrix}0 & 1 \0 & -1end{matrix} ight))运行该算法的结果为：
我们实现的算法结果：
[[ 0.70710678 0.70710678]
[-0.70710678 -0.70710678]]
[1.4142135623730951, 0.0]
[[0. 1.]
[1. 0.]]
调用库函数的计算结果：
[[-0.70710678 -0.70710678]
[ 0.70710678 -0.70710678]]
[1.41421356 0. ]
[[-0. -1.]
[-1. 0.]]
可以看到结果基本符合。此处矩阵(left(egin{matrix}0 & 1 \0 & -1end{matrix}
ight))的奇异值为0.41421和0。此处我们发现普通矩阵的奇异值可以为0。
对对称矩阵(left(egin{matrix}0 & 1 \1 & frac{3}{2}end{matrix}
ight))运行该算法的结果为：
我们实现的算法结果：
[[-0.4472136 0.89442719]
[-0.89442719 -0.4472136 ]]
[2.0, 0.5]
[[-0.4472136 -0.89442719]
[-0.89442719 0.4472136 ]]
调用库函数的计算结果：
[[-0.4472136 -0.89442719]
[-0.89442719 0.4472136 ]]
[2. 0.5]
[[-0.4472136 -0.89442719]
[ 0.89442719 -0.4472136 ]]
可以看到结果基本符合。此处矩阵(left(egin{matrix}0 & 1 \0 & -1end{matrix} ight))的奇异值为2和0.5。此处我们发现，对称矩阵的奇异值必为正，不可能为0。
（2）奇异值的应用1：推荐系统
在推荐系统中，我们常定义用户-评分矩阵，表示用户对商品的打分，这个矩阵我们称为共现矩阵。
而这就迫切地需要我们设计矩阵分解算法，为每一个用户和视频生成一个隐向量，将用户和视频定位到隐向量的表示空间上，并满足距离相近的用户和视频表示兴趣特点接近。
在推荐系统的应用场景下，我们企图使用矩阵分解算法将(m imes n)维的共现矩阵(m{R})分解为(m imes k)维的用户矩阵和(k*n)维的物品矩阵(的转置)相乘的形式。其中(m)是用户数量，(n)是物品数量，(k)是隐向量。(k)的大小决定了隐向量表达能力的强弱。(k)越小，隐向量包含的信息越少，模型的泛化程度越高；反之，(k)越大，隐向量表达能力越强，泛化程度相应降低。此外，(k)的取值还与矩阵分解的求解复杂度直接相关。应用中，(k)的取值要经过试验多次找到一个推荐效果和工程开销的平衡。具体的形式如下图所示：
采用什么方法来进行矩阵分解呢？由矩阵分析的知识可得，特征值分解只能作用于方阵，显然不适合于分解用户-物品矩阵。我们在这里采用矩阵的奇异值分解以得到用户和物品的隐向量。
已知(m{M})是矩阵(m imes n)的矩阵，则一定存在一个分解(m{M} = m{U}diag(λ_1, λ_2,..., λ_n)m{V}^T)，其中(U)是(m*m)的正交矩阵，(V)是(n imes n)的正交矩阵，(diag(λ_1, λ_2,..., λ_n)) 是 (m imes n)的对角阵。 我们取对角阵 (diag(λ_1, λ_2,..., λ_n))中较大的(k)个元素做为隐含特征，删除(diag(λ_1, λ_2,..., λ_n))中的其他维度及(U)和(V)中对应的维度。矩阵(M)被分解为(M=U_{m*k}diag(λ_1, λ_2,..., λ_k)V_{k*n}^T)，至此完成了隐向量维度为(k)的矩阵分解。 如果我们调用np.lialg.svd()函数接口，那我们可以将奇异值分解表述如下：
import numpy as np
if __name__ == '__main__':
M = np.array(
[
[0, 4.5, 2.0, 0],
[4.0, 0, 3.5, 0],
[0, 5.0, 0, 2.0],
[0, 3.5, 4.0, 1.0]
]
)
U, S, V_T = np.linalg.svd(M)
k = 2 # 取前2个奇异值对应的隐向量
# 分别打印物品向量和用户向量
Vec_user, Vec_item = U[:,:k], V_T[:k, :].T
print(Vec_user, "
", Vec_item)
该算法对运行结果为：
[[-0.55043774 0.1361732 ]
[-0.26216705 -0.86775439]
[-0.52483774 0.4552962 ]
[-0.5939967 -0.1454804 ]]
[[-0.12135946 -0.63908086]
[-0.83093848 0.43821815]
[-0.50855715 -0.61619448]
[-0.19021762 0.14087178]]
可以看到我们由共现矩阵成功得到了用户向量和物品向量。
然而，运在推荐系统中的传统奇异值分解存在两点重大的缺陷：
- 奇异值分解要求原始共现矩阵是稠密的，而互联网场景下用户非常少，用 户-物品的共现矩阵非常系数。如果使用 SVD，就必须对缺失的元素值进行填充。
- 传统奇异值分解的计算复杂度达到了(O(mn^2))的级别，这对于商品数量动辄上百万，用户数量往往上千万的互联网场景来说根本不可接受。 所以，传统奇异值分解不适用于解决大规模稀疏矩阵的矩阵分解。因此，梯度下降法成为了矩阵分解的主要方法。这部分内容我们会在推荐系统专栏中进行讲解。
（3）奇异值的应用2：矩阵的低秩近似和数据降维
将矩阵的奇异值分解形式(m{M} = m{U}m{S}m{V}^T)中的对角阵进一步写成多个子矩阵的和，我们有：
注意，这里(m{u}_1)和(m{v}_1)是做外积，运算得到一个矩阵。 也就是说，(m imes n)的矩阵(m{A})可以写成秩为1的矩阵和，即：
我们将这个性质称为 SVD 的低秩近似性质。
在介绍 SVD 的底秩近似的应用前，我们先介绍数据降维的思想。降维的思想是将数据投影到低维空间，假设(m{a}_{1},m{a}_2...,m{a}_n)都是(m)维向量(在数据科学的应用中， 一般(m)远小于(n)，想想为什么)。降维的目标是使用(n)个(p)维的向量替换原本的(n)个(m)维的向量，其中新向量的维度(p<m)，同时最小化该过程引入的误差。
那么 SVD 其实天然可以用于降维。我们定义矩阵(A)的秩(p)近似，将矩阵(A)的奇异值分解保留前(p)项，即：
也就是其低秩近似形式保留前(p)项，
这个式子也可以看做(m{A})的最优最小二乘近似形式，即：
这里，(m{B})的大小和(m{A})一样，(m{B} in m{R}^{m imes n})(但是(rank(m{B})leqslant p))，(F)指F范数。这里的F范数可以推广到任意的酉不变范数(||m{A} − m{B}||_U)，不过在常规的使用中，大家就使用(F)范数就够了。
矩阵最优近似是有着几何解释的。空间(<m{u}_1,...,m{u}_p>)由左奇异向量(m{u}_1,...,m{u}_p)长成，这是对于(m{a}_1,...,m{a}_n)的(p)维子空间在最小二乘意义上的最优近似，(m{A})的列(m{a}_i)在该空间上的正交投影对应(m{A}_p)的列。换句话讲，一组向量 (m{a}_1,m{a}_2,...,m{a}_n)找到其最优的最小二乘(p)维子空间的投影(最小二乘后面会介绍，这里暂时理解不了也没关系)就是矩阵最优的秩(p)近似矩阵(m{A}_p)。
比如，我们要找到最优的一维子空间拟合数据向量((3,2)^T,(2,4)^T,(-2,-1)^T,(-3,-5)^T)。 4 个向量近似指向相同的一维子空间，我们想找出这个子空间，该空间能够使向量投影到子空间的平方误差和最小。然后我们找出投影向量，投影向量组成的矩阵就是我们要求的近似矩阵(m{A}_p)。
如下图所示：
算法如下：
import numpy as np
from sklearn.decomposition import PCA
def approximation(A, p):
U, s, V_T = np.linalg.svd(A)
B = np.zeros(A.shape)
for i in range(p):
B += s[i]*U[:,i].reshape(-1, 1).dot(V_T[i, :].reshape(1, -1))
return B
if __name__ == '__main__':
# 例一：
# A = np.array(
# [
# [0, 1],
# [1, 3/2],
# ]
# )
# 例二：
A = np.array(
[
[3, 2, -2, -3],
[2, 4, -1, -5]
]
)
# p为近似矩阵的秩，秩p<=r
p = 1
B = approximation(A, p)
print(B)
#最终得到的矩阵秩
print(np.linalg.matrix_rank(B))
（注意，numpy 内置的 SVD 函数返回的是(V^T)而不是(V)，我就在这儿犯过错。。。 导致后面求出来的近似矩阵不对／（ㄒｏㄒ）／～～）
最终对例一矩阵(left(egin{matrix}0 & 1 \1 & frac{3}{2}end{matrix}
ight))运行算法的结果如下：
[[0.4 0.8]
[0.8 1.6]]
1
该矩阵的四个列向量对应原始数据向量的投影向量。可以看到这四个向量线性相关, 且最终得到的矩阵的秩为1。
最终对例二矩阵(left(egin{matrix}3 & 2 &-2 &-3 \2 & 4 & -1 & -5 end{matrix}
ight))运行算法的结果如下：
[[ 1.99120445 2.59641446 -1.16885153 -3.41876737]
[ 2.73456571 3.56571418 -1.60521001 -4.69506988]]
1
该矩阵的四个列向量对应原始数据向量的投影向量。可以看到这四个向量线性相关, 且最终得到的矩阵的秩也为1。
也就是说我们的算法对这两个矩阵都达到了我们低秩近似的效果。因为降维后这两个矩阵的四个向量同属于一个一维子空间，我们只需要一个维度就可以区分这四个向量了，因此我们达到了数据降维的效果。
（3）奇异值的应用3：压缩
矩阵的奇异值分解可以用于压缩矩阵信息。我们注意到矩阵的展开式
中，每一项使用两个向量(m{u}_i),(m{v}_i)，以及一个数字(s_i)定义。如果(m{A})是一个(n imes n)矩阵，我们可以尝试矩阵(m{A})的有损压缩，及扔掉求和后面的几项，它们具有较小的(s_i)，也就是说对数据的存储而言显得“无关紧要”。就这样，我们可以保留前(p)项，将矩阵的(p)秩近似做为矩阵的压缩结果。(p)越多则近似矩阵对矩阵的近似程度越高，压缩程度越低；(p)越少则近似矩阵对矩阵的近似程度越低，压缩程度越高。每一项包括(m{u}_i)向量、(m{v}_i)向量和一个数字(s_i)，总共需要(2n+1)个数字保存或者传输。例如，当(n=8)时，矩阵由(64)个图片定义。但是我们可以传输或者保存矩阵的第一项展开，仅仅使用(2n+1=17)个数字。如果大量信息可以由第一项捕捉， 例如，当第一个奇异值比其他的奇异值大得多的时候，以这种方式处理可能节省(75\%)的空间。
算法如下：
import numpy as np
from sklearn.decomposition import PCA
import cv2 as cv
import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.sans-serif']=[u'SimHei']
mpl.rcParams['axes.unicode_minus']=False
def approximation(A, p):
U, s, V_T = np.linalg.svd(A)
B = np.zeros(A.shape)
for i in range(p):
B += s[i]*U[:,i].reshape(-1, 1).dot(V_T[i, :].reshape(1, -1))
return B
if __name__ == '__main__':
img = cv.imread("chapter12.特征值和奇异值/12.4.SVD的应用/12.4.3.图像压缩/img.jpeg", flags=0)
img_output = img.copy()
# p为近似矩阵的秩，秩p<=r，p越大图像压缩程度越小，越清晰
p = 50
img_output = approximation(img, p)
fig, axs = plt.subplots(1, 2)
axs[0].imshow(img)
axs[0].set_title('原图')
axs[1].imshow(img_output)
axs[1].set_title('压缩后的图')
plt.savefig('chapter12.特征值和奇异值/12.4.SVD的应用/12.4.3.图像压缩/result.png')
plt.show()
最终图片的压缩效果：
知名程序库和源码阅读建议
SVD 算法有很多优秀的开源甚至分布式的实现，这里推荐几个项目：
(1) Gensim
Gensim 是一个采用 Python 和 Cpython 实现的自然语言库，提供了很多统计自然语言处理算法的实现，也包括我们这里提到的 SVD 算法。
文档地址：https://radimrehurek.com/gensim/
源码地址：https://github.com/RaRe-Technologies/gensim.git
(2) Spark-MLlib
Spark 除了包含 GraphX,它还包括了机器学习库 MLlib，其中就有奇异值分解的分布式实现。
文档地址：https://spark.apache.org/mllib/
源码地址：https://github.com/apache/spark
参考文献
- [1] Timothy sauer. 数值分析(第2版)[M].机械工业出版社, 2018.
- [2] Golub, Van Loan. 矩阵计算[M]. 人民邮电出版社, 2020.
- [3] 深度学习推荐系统[M]. .2020