前俩次，都用到了\(rounding()\),遗憾的是，都没有讲清楚，这次稍微具体地讲下这篇论文。但是说实话，我感觉，我还是没有领会到这篇文章的精髓。
Setup of Batch PCA and Online PCA
Batch PCA的目标，就是寻找一个子空间，能够最小化平方误差。
这篇论文，给出了一个比较新颖的表达方式：
where,
\(m\in \mathbb{R}^{n}\)
\(rank(P) =k\)
一般来讲，最优解就是，\(m = \overline{x}\), 而\(P\)所对应的子空间就是协方差矩阵的前\(k\)个特征向量组成的子空间。
论文对（1）进行了一个改写：
上面式子的一种直观解释就是，\(comp(P)\)就是一种损失，这个损失是由投影矩阵\(P\)带来的。
而在streaming PCA(论文里为Online PCA):
很自然的，
成了\(T\)次迭代所积累的损失。
我们希望，这些损失，能够接近由Batch PCA所产生的损失。
Hedge Algorithm
假设，有\(n\)个专家:expert \(i\), \(i=1,2,\ldots,n\).
有一个概率向量\(\mathsf{w}\),每个元素\(\mathsf{w}_i\)为舍弃expert \(i\)的概率。
自然而然，会有一个损失，称之为:\(\mathcal{l}\),每个元素是舍弃相应expert的损失，但是要求\(\mathcal{l}\in[0,1]\)，所以我估计得有个单位化的过程。
下面就是如何选取专家，和迭代更新\(\mathsf{w}\)的算法。
这个\(\mathbf{w}\)的更新，有点类似adaboost，感觉其它地方也有看到过，至于其中的原理，估计还是得看论文吧。
同时，有下面的性质：
改进算法
这个算法的目标是，将\(\mathbf{w}\)分解为\(\mathop{\sum}\limits_{i}p_ir_i\),其中\(p_i\)为概率,\(r_i\)为\((n-k)\)-corner.\(d\)-corner,是指有且仅有\(d\)个非零项，且非零项的值为：\(\frac{1}{d}\).分解完毕只有，不同于上面的算法，这个算法将通过分布\(p_i\)选择\(r_i\),而\(r_i\)中的非零项所对应的指标就是相应的要舍弃的专家，expert。
分解算法如下：
\(\mathbf{w} \in B_d^n\)是指\(|\mathbf{w}|=\mathop{\sum}\limits_{i}\mathbf{w}_i=1\),且\(0 \leq \mathbf{w}_i \leq \frac{1}{d}\)
为了使\(\mathbf{w} \in B_d^{n}\),有下面的算法:
接下来就是结合上面的分解所得到的改进的Hedge算法：
有一个性质:
用于矩阵
定义：
矩阵\(d\)-corner是指\(A\)的特征值，有且仅有\(d\)个非零项，且均为\(\frac{1}{d}\)。
其他的类似定义。
这里的\(W\)是密度矩阵：对称正定矩阵，且迹为1。
则：
\(\mathbf{log}A=\mathop{\sum}\limits_ilog(\lambda_i)a_ia_i^{\top}\), 如果\(A=\mathop{\sum}\limits_i\lambda_ia_ia_i^{\top}\)
\(\mathbf{exp}A\)同理。
这个算法貌似是为了将\(W\)投影到\(B_d^{n}\)中的理论依据。
下面的算法五，就是关于如何利用\(W\)进行PCA：
\(rounding()\)
那么如何将上面的种种算法应用到之前提到的文章呢。之前的文章说，算法二就可以了，所以是这么理解吗？
最后得到的矩阵，根据特征值，得到概率向量\(\mathbf{w}\)，然后再进行分解，通过概率\(p_i\)，得到\(r_i\)，接着，舍弃这些特征向量，得到最后的投影矩阵\(P\)?
但是，用特征值，总觉得和上面的不大相符，可不用特征值又能用什么呢？因为他们都是在最后一步利用这个\(rounding()\)。但是，用算法五，就和他们本身的算法不一致了，具体如何，不得而知了。