教你真正使用PCA(以特征匹配为例)

前言

  网上一堆狂吹PCA和讲原理的，可就是不讲怎么用。
  给了代码的，拿过来用效果贼差，毕竟那些只是为了画图的代码而已。。。

上代码

  真正使用，分3步即可：
1、数据预处理（非常重要！！！）——零均值化和缩放
原因可以看网上原理教程，这里只关心怎么做。
很简单：

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler().fit(des_query)
des_query = scaler.transform(des_query)
des_train = scaler.transform(des_train)

2、真正执行PCA

from sklearn.decomposition import PCA

pca = PCA(n_components=32, whiten=True).fit(des_query_new)
des_query_pca = pca.transform(des_query)
des_train_pca = pca.transform(des_train)

3、对结果再做归一化(欧氏距离就用l2)

import torch

def desc_l2norm(desc):
    eps_l2_norm = 1e-10
    return (desc / torch.Tensor(desc).pow(2).sum(dim=1, keepdim=True).add(eps_l2_norm).pow(0.5)).numpy()

des_query_new = desc_l2norm(des_query_pca)
des_train_new = desc_l2norm(des_train_pca)

4、注意train和query要用同一个fit，因为不然分开学习，肯定最后结果是个“0”。这里具体fit内容怎么设置，我还没整明白，随大流填个query的吧。。。

运行结果

  这时候再去做匹配，发现维度下降，有效果且精度甚至会上升。（图就不画了，懒。。。）
  注意：这里只是粗匹配上升了啊，它很可能有很多的误匹配的！！！

后言

其他还有umap可以玩玩。