《机器学习的数学》第四章矩阵分解：4.6矩阵近似。

隔壁老王。

小时候老师总是告诉我们要学会帮助别人，乐于助人，长大之后才发现最穷的、最需要帮助的原来是我。今天学习关于矩阵分解的最后一个内容：矩阵近似，这也是本章的最后一个小节。接下来就看一下什么是矩阵近似。

在开始本章(口误：小节)的正式内容之前先回忆一下上一节所说的关于奇异值分解的内容。因为矩阵近似是建立在奇异值分解上边的，奇异值分解可以把一个矩阵a分解成一个矩阵u乘以矩阵Sjjma，再乘一矩阵v的转置。

这里矩阵u是一个m行m列的矩阵，矩阵v是一个n行n列的矩阵，而Sijjma是和矩阵a维度相同，在主对角线上包含奇异值的对角矩阵。现在要做的是不把矩阵a完全分解成奇异值分解的形式，现在研究一下利用奇异值分解如何将一个矩阵a表示为简单的矩阵的和的形式。

首先要介绍的是什么是秩-1矩阵？一个秩-1矩阵AI就被定义为UI乘以VI的转置。这里UI是奇异值分解中矩阵u的第i个列向量。同样的道理，VI是奇异值分解中矩阵v的第i个列向量，也就是秩-1矩阵。它是由矩阵u的第i个正交列向量和矩阵v的第i个正交列向量的外积所构成。

这里的秩-1矩阵AI也就是开篇所说的简单矩阵，这个矩阵的秩只有1，所以把它叫做秩-1矩阵。有了这个定义之后，接下来就可以将一个秩为r的矩阵写成这r个秩-1矩阵的和。具体表现为矩阵a可以写成Sijmai乘以ui乘以VI的转置，它就等于Sijmai乘以AI。然后i从1到r求和。这里的外积矩阵AI被第i个奇异值Sijma所加权。也就是说现在将一个m行n列的矩阵分解成了r个秩为1的矩阵的和。

这个式子为什么成立？我们知道奇异值矩阵Sijma的对角结构的乘法只匹配左奇异和右奇异相量，并且通过相应的Sijmai缩放它们。因为Sijma是对角矩阵，所以当i和j不相等的时候所有的UI和Vj的乘积一都是0，而i大于矩阵a的秩r的时候这个乘积项也是0，因为它们对应的奇异值是0。

刚才介绍的秩-1矩阵AI，将这r个独立的秩-1矩阵求和加起来可以得到原来的秩r的矩阵a。如果不把所有的AI加起来，只把最多前k个相加可以得到一个秩-k的矩阵a的近似，它表示为矩阵AK上面加一个上三角一帽，它就相当于是前k个秩-1矩阵的和。

这个式子是本小节的核心关键。根据秩-k这个近似矩阵的定义，我们知道这个近似矩阵它的秩就是k。这个近似矩阵和原始矩阵之间的误差是多少？接下来我们来看一下。为了测量原始矩阵a和它秩-k的近似矩阵的差别，需要范数的概念。

在第三章的第一小节中介绍过向量的范数，通过向量的范数来测量向量的长度。类似的可以在矩阵上定义范数。接下来就看一下什么叫做矩阵的范数。对于任意的n为实数非0向量，一个m行n列的矩阵a的谱范数被定义为这个式子。这里谱范数的下标二类似于欧几里得泛数。谱范数确定了任意相连x被矩阵a相乘的时候最多可以变成多长。

接下来来看一个定理，A的谱范数是它的最大奇异值o，矩阵a的谱范数是它最大的奇异值Sijma1。这个定理是怎么得到的？在这里不去证明，大家可以当做一个练习题去证明一下。

有了矩阵的范数概念之后，接下来就可以知道近似矩阵和原始矩阵的误差到底有多大。这个误差由一个定理给出，考虑一个秩为r的m行列的矩阵a，并且令矩阵b是一个秩为k的矩阵，这里k是小于等于r的，而矩阵a的秩-k近似就可以写成前k个秩-1矩阵的求和。

有了上边的这些条件，有矩阵a的秩-k近似就等于当矩阵b的秩为k的时候，矩阵a减去矩阵b的秩的范数是它最大化的矩阵。而原始矩阵和秩-k矩阵估计的差值就等于第k+1个奇异值，也就是Sijma k+1。

这个理论明确地告诉我们，当使用秩-k近似矩阵a的时候引入了多少误差？可以把由奇异值分解获得的秩-k近似看作是一个满质的矩阵a，到最多是秩-k的矩阵的子空间的投影。在这么多所有的可能的投影中，奇异值分解最小化了矩阵a和秩-k的近似误差。

这个理论说明了可以用一种优化的方式来将一个秩-r的矩阵减少为一个秩-k的矩阵。可以把通过秩-k的近似的矩阵近似看作是一种损失压缩的方法。因此矩阵的低秩近似出现在机器学习的很多算法中，比方图像处理、噪声滤波等等，甚至它们在降维或者主成分分析中也扮演着关键的角色。这些内容会在第10章中遇到。

本小节关于矩阵近似的内容就到此结束了，截止到目前为止，第四章关于矩阵分解的全部内容也就全部介绍完毕了，下一回再见。