sklearn自学指南(part50)--独立成分分析(ICA)
生活随笔
收集整理的這篇文章主要介紹了
sklearn自学指南(part50)--独立成分分析(ICA)
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
學(xué)習(xí)筆記，僅供參考，有錯必糾
文章目錄
- 分解信號的分量(矩陣分解問題)
- 獨立成分分析(ICA)
分解信號的分量(矩陣分解問題)
獨立成分分析(ICA)
獨立成分分析將一個多變量信號分離成最大程度獨立的可加子成分，它在scikit-learn中使用 Fast ICA 算法實現(xiàn)。通常情況下，ICA不是用來降維的，而是用來分離疊加信號的。由于ICA模型不包括噪聲項，為了使模型正確，必須應(yīng)用白化(whitening )。這可以通過內(nèi)部使用whiten參數(shù)或使用PCA變體之一手動完成。
它通常用于分離混合信號(即盲信源分離問題)，如下例所示：
ICA也可以用作另一種非線性分解，即找到一些具有稀疏性的分量:
總結(jié)
以上是生活随笔為你收集整理的sklearn自学指南(part50)--独立成分分析(ICA)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： TP-Link TL-WDR6800 无
- 下一篇： sklearn自学指南(part52)-