如何直观地理解「协方差矩阵」?

协方差矩阵在统计学和机器学习中随处可见,一般而言,可视作方差协方差两部分组成,即方差构成了对角线上的元素,协方差构成了非对角线上的元素。本文旨在从几何角度介绍我们所熟知的协方差矩阵。

文章结构

  1. 方差和协方差的定义
  2. 从方差/协方差到协方差矩阵
  3. 多元正态分布与线性变换
  4. 协方差矩阵的特征值分解


1. 方差和协方差的定义


在统计学中,方差是用来度量单个随机变量离散程度,而协方差则一般用来刻画两个随机变量相似程度,其中,方差的计算公式为
\sigma_x^2=\frac{1}{n-1}\sum_{i=1}^n\left(x_i-\bar{x}\right)^2
其中,n 表示样本量,符号 \bar{x} 表示观测样本的均值,这个定义在初中阶段就已经开始接触了。


在此基础上,协方差的计算公式被定义为

\sigma\left(x,y\right)=\frac{1}{n-1}\sum_{i=1}^{n}\left(x_i-\bar{x}\right)\left(y_i-\bar{y}\right)

在公式中,符号 \bar{x},\bar{y} 分别表示两个随机变量所对应的观测样本均值,据此,我们发现:方差 \sigma_x^2 可视作随机变量 x 关于其自身的协方差 \sigma\left(x,x\right) .

2. 从方差/协方差到协方差矩阵


根据方差的定义,给定 d 个随机变量 x_k,k=1,2,...,d ,则这些随机变量的方差

\sigma({x_k},{x_k})=\frac{1}{n-1}\sum_{i=1}^n\left(x_{ki}-\bar{x}_k\right)^2,k=1,2,...,d

其中,为方便书写, x_{ki} 表示随机变量 x_k 中的第 i 个观测样本, n 表示样本量,每个随机变量所对应的观测样本数量均为 n


对于这些随机变量,我们还可以根据协方差的定义,求出两两之间的协方差,即

\sigma\left(x_m,x_k\right)=\frac{1}{n-1}\sum_{i=1}^n\left(x_{mi}-\bar{x}_m\right)\left(x_{ki}-\bar{x}_k\right)


因此,协方差矩阵

\Sigma=\left[ \begin{array}{ccc}\sigma({x_1},{x_1}) & \cdots & \sigma\left(x_1,x_d\right) \\ \vdots & \ddots & \vdots \\ \sigma\left(x_d,x_1\right) & \cdots & \sigma({x_d},{x_d}) \\ \end{array} \right]\in\mathbb{R}^{d\times d}

其中,对角线上的元素为各个随机变量的方差,非对角线上的元素为两两随机变量之间的协方差,根据协方差的定义,我们可以认定:矩阵 \Sigma对称矩阵(symmetric matrix),其大小为 d\times d

3. 多元正态分布与线性变换


假设一个向量 \boldsymbol{x} 服从均值向量为 \boldsymbol{\mu} 、协方差矩阵为 \Sigma 的多元正态分布(multi-variate Gaussian distribution),则
p\left(\boldsymbol{x}\right)=\left|2\pi\Sigma\right|^{-1/2}\exp\left(-\frac{1}{2}\left(\boldsymbol{x}-\boldsymbol{\mu}\right)^T\Sigma^{-1}\left(\boldsymbol{x}-\boldsymbol{\mu}\right)\right)


令该分布的均值向量为 \boldsymbol{\mu}=\boldsymbol{0} ,由于指数项外面的系数 \left|2\pi\Sigma\right|^{-1/2} 通常作为常数,故可将多元正态分布简化为

p\left(\boldsymbol{x}\right)\propto\exp\left(-\frac{1}{2}\boldsymbol{x}^T\Sigma^{-1}\boldsymbol{x}\right)


再令 \boldsymbol{x}=\left(y,z\right)^T ,包含两个随机变量 yz ,则协方差矩阵可写成如下形式:

\Sigma=\left[ \begin{array}{cc}\sigma(y,y) & \sigma\left(y,z\right) \\ \sigma\left(z,y\right) & \sigma(z,z) \\ \end{array} \right]\in\mathbb{R}^{2\times 2}


单位矩阵(identity matrix) I 作为协方差矩阵,随机变量 yz方差均为1,则生成如干个随机数如图1所示。

图1 标准的二元正态分布

在生成的若干个随机数中,每个点的似然为

\mathcal{L}\left(\boldsymbol{x}\right)\propto\exp\left(-\frac{1}{2}\boldsymbol{x}^T\boldsymbol{x}\right)


对图1中的所有点考虑一个线性变换(linear transformation): \boldsymbol{t}=A\boldsymbol{x} ,我们能够得到图2.

图2 经过线性变换的二元正态分布,先将图1的纵坐标压缩0.5倍,再将所有点逆时针旋转30°得到。


在线性变换中,矩阵 A 被称为变换矩阵(transformation matrix),为了将图1中的点经过线性变换得到我们想要的图2,其实我们需要构造两个矩阵:

  • 尺度矩阵(scaling matrix):

S=\left[ \begin{array}{cc} s_y & 0 \\ 0 & s_z \\ \end{array} \right]

  • 旋转矩阵(rotation matrix)

R=\left[ \begin{array}{cc} \cos(\theta) & -\sin(\theta) \\ \sin(\theta) & \cos(\theta) \\ \end{array} \right]

其中, \theta顺时针旋转的度数


变换矩阵、尺度矩阵和旋转矩阵三者的关系式:
A=RS


在这个例子中,尺度矩阵为 S=\left[ \begin{array}{cc} 1 & 0 \\ 0 & \frac{1}{2} \\ \end{array} \right] ,旋转矩阵为 R=\left[ \begin{array}{cc} \cos(-\frac{\pi}{6}) & -\sin(-\frac{\pi}{6}) \\ \sin(-\frac{\pi}{6}) & \cos(-\frac{\pi}{6}) \\ \end{array} \right]=\left[ \begin{array}{cc} \frac{\sqrt{3}}{2} & \frac{1}{2} \\ -\frac{1}{2} & \frac{\sqrt{3}}{2} \\ \end{array} \right] ,故变换矩阵为

A=RS=\left[ \begin{array}{cc} \frac{\sqrt{3}}{2} & \frac{1}{4} \\ -\frac{1}{2} & \frac{\sqrt{3}}{4} \\ \end{array} \right] .


另外,需要考虑的是,经过了线性变换, \boldsymbol{t} 的分布是什么样子呢

\boldsymbol{x}=A^{-1}\boldsymbol{t} 带入前面给出的似然 \mathcal{L}\left(\boldsymbol{x}\right) ,有

\mathcal{L}\left(\boldsymbol{t}\right)\propto\exp\left(-\frac{1}{2}\left(A^{-1}\boldsymbol{t}\right)^T\left(A^{-1}\boldsymbol{t}\right)\right)

=\exp\left(-\frac{1}{2}\boldsymbol{t}^T\left(AA^{T}\right)^{-1}\boldsymbol{t}\right)


由此可以得到,多元正态分布的协方差矩阵为

\Sigma=AA^{T}=\left[ \begin{array}{cc} \frac{\sqrt{3}}{2} & \frac{1}{4} \\ -\frac{1}{2} & \frac{\sqrt{3}}{4} \\ \end{array} \right]\left[ \begin{array}{cc} \frac{\sqrt{3}}{2} & -\frac{1}{2} \\ \frac{1}{4} & \frac{\sqrt{3}}{4} \\ \end{array} \right] =\left[ \begin{array}{cc} \frac{13}{16} & -\frac{3\sqrt{3}}{16} \\ -\frac{3\sqrt{3}}{16} & \frac{7}{16} \\ \end{array} \right] .


4. 协方差矩阵的特征值分解


回到我们已经学过的线性代数内容,对于任意对称矩阵 \Sigma ,存在一个特征值分解(eigenvalue decomposition, EVD)

\Sigma=U\Lambda U^T

其中,U的每一列都是相互正交的特征向量,且是单位向量,满足 U^TU=I\Lambda对角线上的元素是从大到小排列的特征值,非对角线上的元素均为0。


当然,这条公式在这里也可以很容易地写成如下形式:

\Sigma=\left(U\Lambda^{1/2}\right)\left(U\Lambda^{1/2}\right)^T=AA^T

其中, A=U\Lambda^{1/2} ,因此,通俗地说,任意一个协方差矩阵都可以视为线性变换的结果


在上面的例子中,特征向量构成的矩阵

U=R=\left[ \begin{array}{cc} \cos(\theta) & -\sin(\theta) \\ \sin(\theta) & \cos(\theta) \\ \end{array} \right]=\left[ \begin{array}{cc} \frac{\sqrt{3}}{2} & \frac{1}{2} \\ -\frac{1}{2} & \frac{\sqrt{3}}{2} \\ \end{array} \right] .

特征值构成的矩阵

\Lambda=SS^T=\left[ \begin{array}{cc} s_y^2 & 0 \\ 0 & s_z^2 \\ \end{array} \right]=\left[ \begin{array}{cc} 1 & 0 \\ 0 & \frac{1}{4} \\ \end{array} \right] .


到这里,我们发现:多元正态分布的概率密度是由协方差矩阵的特征向量控制旋转(rotation)特征值控制尺度(scale),除了协方差矩阵,均值向量会控制概率密度的位置,在图1和图2中,均值向量为 \boldsymbol{0} ,因此,概率密度的中心位于坐标原点。

相关参考:

Understanding the Covariance Matrixjanakiev.com图标What is the Covariance Matrix?fouryears.eu

编辑于 2018-06-12

文章被以下专栏收录