线性回归与投影的关系

什么是投影?

向量上的投影

首先什么是投影，如下图

如果我们想将向量x投影到向量v上，那么这个投影$\overline{x}$应该还是在v这个方向上，但只是相差了一个常数倍：
$$\overline{x}=c^{\ast }v$$
而投影点的一个性质就是这个点是在v的方向上，是到x最短的距离：
$$\begin{gathered} \Vert \overline{x}-x\Vert ⩽\Vert cv-x\Vert \\ ⟹\Vert c^{\ast }v-x\Vert ⩽\Vert cv-x\Vert \end{gathered}$$
因此，我们可以通过最优化这个c，来找到这个投影点：
$$\begin{array}{rl}& \arg \underset{c}{\min }(\Vert \overline{x}-x\Vert )\\ & =\arg \underset{c}{\min }\left(\sqrt{\sum _i({\overline{x}}_i-x_i{)}^2}\right)\\ & =\arg \underset{c}{\min }\left(\sum _i({\overline{x}}_i-x_i{)}^2\right)\\ & =\arg \underset{c}{\min }\left(\sum _i(c{v}_i-x_i{)}^2\right)\\ & \text{ this is quadratic in }c,\text{ so minimum lies when }\frac{d}{dc}\sum _i(c{v}_i-x_i{)}^2=0\\ & \frac{d}{dc}\sum _i(c{v}_i-x_i{)}^2=\sum _{i}2v_i(c{v}_i-x_i)\\ & =2\left(\sum _{i}c{v}_i^2-\sum _i{v}_i{x}_i\right)\\ & =2\left(c{v}^{T}v-v^{T}x\right)\\ & \text{ at minimum, }\frac{d}{dc}\sum _i=2\left(c{v}^{T}v-v^{T}x\right)=0\Rightarrow v^T{c}^{\ast }v-v^{T}x=0\\ & c^{\ast }{v}^{T}v=v^{T}x\\ & c^{\ast }=(v^{T}v{)}^{-1}{v}^{T}x\\ & \overline{x}=v{c}^{\ast }=v(v^{T}v{)}^{-1}{v}^{T}x=Px\mathrm{where}P=v(v^{T}v{)}^{-1}{v}^T\end{array}$$
从上面的推导我们可以看出，$\overline{x}$其实是可以通过对x作一个线性变换$P$得到的:
$$\overline{x}=v{c}^{\ast }=v(v^{T}v{)}^{-1}{v}^{T}x=Px\mathrm{where}P=v(v^{T}v{)}^{-1}{v}^T$$
这个P也称为投影矩阵，而且我们发现这个P跟x是无关的，也就是这个P可以对任意的x作变换从而找到对应的投影向量。

同时，这个投影矩阵还具有性质
$$\begin{array}{rl}PP& =v(v^{T}v{)}^{-1}{v}^{T}v(v^{T}v{)}^{-1}{v}^T\\ & =v(v^{T}v{)}^{-1}\left(v^{T}v\right)(v^{T}v{)}^{-1}{v}^T\\ & =v(v^{T}v{)}^{-1}{v}^T=P\end{array}$$
这意味着这个投影矩阵$P^n=P$，因此他的特征值必然是1或者0。直觉上，为什么会有这个性质呢？其实很简单，因为P就是将x变成v上的投影，那经过一次变换后的向量就已经在v上了，再投影一次其实还是在原地，所以他必然满足$P^2=P$。

而且图1所示，向量$\overline{x}-x$与$v$是成一个垂直关系的，因此
$$Px-x\perp v$$
我们一般称$\mathbf{x}-P\mathbf{x}=(I-P)\mathbf{x}=r$为残差，因此，$I-P$也被称为residual maker matrix。

从垂直这个性质，我们可以用几何的方法来推出同样的P矩阵，首先因为他们垂直，我们有
$$v^T(Px-x)=0$$
又因为，$Px=cv$，所以
$$v^T(cv-x)=0$$
于是
$$c={\left(v^{T}v\right)}^{-1}{v}^{T}x$$
因此，
$$Px=v{\left(v^{T}v\right)}^{-1}{v}^{T}x$$
我们同样推出了P的形式。

子空间上的投影

更一般的，如果$v$是一个子空间（或者平面），我们可以将问题推广到将向量$x$ 投影到子空间$V$ 上。设$V$ 是一个子空间，其基向量为{v1,v2,…,vk}\{v_{1} ,v_{2} ,\dotsc ,v_{k} \}{v1​,v2​,…,vk​}，我们需要找到投影矩阵$P$，使得$Px$ 是$x$ 在$V$ 上的投影，且$Px-x$ 与$V$ 中的任意向量垂直。

投影$Px$ 应满足：
$$Px\in V$$
即$Px$ 可以表示为基向量的线性组合：
$$Px=\sum _{i=1}^k{c}_i{v}_i$$
根据垂直条件，$Px-x$ 应与$V$ 中的任意向量垂直，即：
$$v_j^T(Px-x)=0\forall j=1,2,\dots ,k$$
将$Px={\sum }_{i=1}^k{c}_i{v}_i$ 代入：
$$v_j^T\left(\sum _{i=1}^k{c}_i{v}_i-x\right)=0$$
展开后得到：
$$\sum _{i=1}^k{c}_i(v_j^T{v}_i)-v_j^{T}x=0$$
列出所有的j，这可以写成矩阵形式：
$$A^{T}Ac=A^{T}x$$
其中，$A$ 是子空间$V$ 的基向量组成的矩阵，$A=[v_1,v_2,\dots ,v_k]$，$c$ 是系数向量，$c=[c_1,c_2,\dots ,c_k{]}^T$。

通过解上述方程，可以得到系数向量$c$：
$$c=(A^{T}A{)}^{-1}{A}^{T}x$$
因此，投影$Px$ 为：
$$Px=Ac=A(A^{T}A{)}^{-1}{A}^{T}x$$
于是，投影矩阵$P$ 为：
$$P=A(A^{T}A{)}^{-1}{A}^T$$
显然，如果$V$ 是单个向量$v$那就会退化为之前的结果，$P=v{\left(v^{T}v\right)}^{-1}{v}^T$，而如果$V$ 是正交基组成的子空间，则$A^{T}A=I$，投影矩阵简化为$P=A{A}^T$。

Column space上的投影

对于更一般的情况，矩阵$A$的每一列并不一定是由基向量组成，这时候，矩阵A的每一列会张成一个column space，此时，向量x在这个column space上的投影为：
$$Px=Ac$$
这里P是投影矩阵，$A=[v_1,v_2,\dots ,v_k]$是任意列组成的矩阵，$c=[c_1,c_2,\dots ,c_k{]}^T$是一个向量，$Ac$表示这些列的任意线性组合，因此$Ac\in \text{Column space}(A)$是列空间上的元素（因为是由列元素线性组合而成），于是，根据正交性质，$Px-x$应当与$A$的每一列都垂直，因此
$$\begin{array}{rl}& A^T(Px-x)=0\\ ⟹& A^T(Ac-x)=0\\ ⟹& c={\left(A^{T}A\right)}^{-1}{A}^{T}x\end{array}$$
于是，我们有
$$Px=Ac=A{\left(A^{T}A\right)}^{-1}{A}^{T}x$$
因此，$P=A{\left(A^{T}A\right)}^{-1}{A}^T$，还是同一个东西。

投影性质

根据投影的性质，x在A上的投影到x的距离，一定是A的列空间中所有元素中离x最近的，因此我们有
$$\Vert Px-x\Vert =\Vert A{c}^{\ast }-x\Vert ⩽\Vert Ac-x\Vert$$

线性回归与投影的联系

令$\mathbf{A}=[x_1,...,x_k]\in {\mathbb{R}}^{m\times k}$ 表示自变量的设计矩阵，包含$m$ 个样本和$k$ 个特征，向量$\mathbf{y}\in {\mathbb{R}}^n$ 表示因变量。线性回归的目标是找到系数向量$\mathbf{w}\in {\mathbb{R}}^k$，使得预测值$\mathbf{Aw}$ 尽可能接近真实值$\mathbf{y}$：
$$\underset{\mathbf{w}}{\min }\Vert \mathbf{y}-A\mathbf{w}{\Vert }^2.$$
看到这个式子，我们似乎想要找到一个最优的${\mathbf{w}}^{\ast }$，使得
$$\Vert \mathbf{y}-A{\mathbf{w}}^{\ast }{\Vert }^2⩽\Vert \mathbf{y}-A\mathbf{w}{\Vert }^2$$
有没有发现很熟悉，从投影的角度，我们其实就是在找$\mathbf{y}$在$A$上的投影，从而
$$\Vert \mathbf{y}-P\mathbf{y}{\Vert }^2=\Vert \mathbf{y}-A{\mathbf{w}}^{\ast }{\Vert }^2⩽\Vert \mathbf{y}-A\mathbf{w}{\Vert }^2.$$
这里$A\mathbf{w}$就是列空间A上的任意元素（投影必须落在这个空间上），于是，根据我们前面一节的推导，我们有
$${\mathbf{w}}^{\ast }={\left(A^{T}A\right)}^{-1}{A}^T\mathbf{y}$$
直觉上，如果A满秩，而且有足够多样本的话，那么A就形成了一个k维列空间，而我们目的就是要找到y在这个k维列空间上的投影，也就是找到这个空间上距离y最近的那个点，本质上就是在搜索最优的k维的w，使得残差最小。