众所周知，PCA 对异常噪声非常敏感（这就是存在几种 Robust PCA 技术的原因。）但是，我正在寻找 PCA 对对抗性噪声敏感的具体示例，这是一种合成设置，我们可以在其中展示对手会严重影响获得的特征向量的质量。谁能为此提供一个简单的例子，或者更好的是，提供参考？
我特别关注图拉普拉斯算子的 PCA，其中恶意对手可以添加一小部分节点和/或边。任何见解将不胜感激。谢谢！
PCA 中的对抗性噪声
机器算法验证
主成分分析
强大的
svd
图论
特征值
2022-04-06 20:00:52
1个回答
这是给你的一个：10% 的异常值对 PCA 的影响如此之大，以至于第一个主成分现在几乎与其真实值正交。
library(MASS)
n<-50
p<-100
eps<-0.1
x0<-mvrnorm(n-floor(n*eps),rep(0,p),diag(p))
x1<-mvrnorm(floor(n*eps),rep(100,p),diag(p)/100)
O0<-prcomp(x0)
O1<-prcomp(rbind(x0,x1))
O1$rotation[,1]%*%O0$rotation[,1]
其它你可能感兴趣的问题