Nichtlineare Dimensionsreduktionsmethoden in der ... - DPI
Nichtlineare Dimensionsreduktionsmethoden in der ... - DPI
Nichtlineare Dimensionsreduktionsmethoden in der ... - DPI
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
20 Kern-PCA<br />
Setzt man nun (3.3) und (3.7) <strong>in</strong> (3.6) e<strong>in</strong>, so erhält man das Gleichungssystem<br />
N∑<br />
i=1<br />
N∑<br />
(Φ(x k ) · Φ(x i )) (Φ(x i ) · Φ(x j )) α j =<br />
j=1<br />
= λN<br />
N∑<br />
(Φ(x k ) · Φ(x j )) α j ∀k = 1, . . . , N . (3.8)<br />
j=1<br />
Zur Abkürzung def<strong>in</strong>iert man die N × N-Matrix K = (K ij ) durch<br />
K ij := (Φ(x i ) · Φ(x j )) , i, j = 1, . . . , N , (3.9)<br />
wodurch sich (3.8) <strong>in</strong> Matrizenform schreiben lässt als<br />
K 2 α = λNKα . (3.10)<br />
Dabei ist α = (α 1 , . . . , α N ) T <strong>der</strong> Vektor <strong>der</strong> Koeffizienten α i . K wird auch<br />
Kernmatrix genannt. Interessant s<strong>in</strong>d nur Lösungen mit λ > 0, und um diese<br />
zu erhalten genügt es, anstatt (3.10) das Eigenwertproblem<br />
Kα = λNα (3.11)<br />
zu lösen. Alle Lösungen von (3.11) s<strong>in</strong>d nämlich auch Lösungen von (3.10),<br />
und man kann zeigen (vgl. [27]), dass die α, die (3.10) aber nicht (3.11)<br />
erfüllen, ke<strong>in</strong>en zusätzlichen Beitrag zur Lösungsmenge <strong>der</strong> v ′ liefern.<br />
Letztlich werden aber gar nicht die Eigenvektoren v ′ benötigt, son<strong>der</strong>n nur<br />
die Projektionen <strong>der</strong> Bil<strong>der</strong> <strong>der</strong> E<strong>in</strong>gangsdaten auf diese Eigenvektoren. Um<br />
diese zu erhalten, löst man das Eigenwertproblem (3.11) und erhält für Nλ<br />
die nichtnegativen Eigenwerte λ 1 ≥ . . . ≥ λ p > λ p+1 = . . . = λ N = 0 und e<strong>in</strong><br />
zugehöriges Orthogonalsystem des R N aus den Eigenvektoren α 1 , . . . , α N . p<br />
ist dabei die Anzahl <strong>der</strong> von Null verschiedenen Eigenwerte, also <strong>der</strong> Rang<br />
von K. Dieser ist immer größer als Null, sofern Φ nicht alle E<strong>in</strong>gangsdaten auf<br />
Null abbildet. Die α 1 , . . . , α p werden so normiert, dass die entsprechenden<br />
Eigenvektoren v ′ 1, . . . , v ′ p aus F die Länge E<strong>in</strong>s haben:<br />
(v ′ k · v ′ k) = 1 ∀k = 1, . . . , p . (3.12)<br />
Mit (3.7) und (3.11) erhält man daraus e<strong>in</strong>e Normierungsbed<strong>in</strong>gung für die