1. 矩阵分解可以用来解决什么方法, 以及how? 利用矩阵分解来解决实际问题的分析方法很多，如PCA(主成分分析)、ICA(独立成分分析)、SVD(奇异值分解)、VQ(矢量量化)等。在所有这些方法中，原始的大矩阵V被近似分解为低秩的V=WH形式。这些方法的共同特点是，因子W和H中的元素可为正或负， ...
分类：
其他好文 时间：
2020-01-10 22:12:43
阅读次数：
95
独立成分分析（Independent component analysis） 前言 独立成分分析ICA是一个在多领域被应用的基础算法。ICA是一个不定问题，没有确定解，所以存在各种不同先验假定下的求解算法。相比其他技术，ICA的开源代码不是很多，且存在黑魔法–有些步骤并没有在论文里提到，但没有这些步 ...
分类：
其他好文 时间：
2019-05-08 23:03:04
阅读次数：
319
主成分分析 PCA：principal component analysis 主成分分析是最常用的一种降维分析 目的：降低数据的复杂性，找到最有用的特征 降维： PCA FA 因子分析 factor analysis ICA 独立成分分析 independent component analysis ...
分类：
其他好文 时间：
2018-12-06 20:37:45
阅读次数：
205
本笔记是[ESL14.7节](https://esl.hohoweiya.xyz/14%20Unsupervised%20Learning/14.7%20Independent%20Component%20Analysis%20and%20Exploratory%20Projection%20Pur... ...
分类：
编程语言 时间：
2018-01-23 13:16:13
阅读次数：
892
本文简单整理了以下内容： （一）维数灾难 （二）特征提取——线性方法 1. 主成分分析PCA 2. 独立成分分析ICA 3. 线性判别分析LDA （一）维数灾难（Curse of dimensionality） 维数灾难就是说当样本的维数增加时，若要保持与低维情形下相同的样本密度，所需要的样本数指数 ...
分类：
其他好文 时间：
2017-04-13 17:02:57
阅读次数：
297
原文地址：http://www.cnblogs.com/jerrylead/archive/2011/04/19/2021071.html 独立成分分析（Independent Component Analysis） 1. 问题： 1、上节提到的PCA是一种数据降维的方法，但是只对符合高斯分布的样本 ...
分类：
其他好文 时间：
2016-12-06 13:31:40
阅读次数：
191
介绍 介绍 独立成分分析(ICA,Independent Component Correlation Algorithm)简介 X=AS X为n维观测信号矢量，S为独立的m（m<=n)维未知源信号矢量，矩阵A被称为混合矩阵。 ICA的目的就是寻找解混矩阵W（A的逆矩阵），然后对X进行线性变换，得到输 ...
分类：
其他好文 时间：
2016-09-29 01:57:40
阅读次数：
210
本文介绍独立成分分析（ICA），同 PCA 类似，我们是要找到一个新的基来表示数据，但目的就不一样了。 鸡尾酒会问题：n 个人在一个 party 上同时说话，n 个麦克风放置在房间的不同位置，因为每个麦克风跟每个人的距离都不一样，所以它们记录的说话者重叠的声音也不一样。根据麦克风记录的声音，如何分离 ...
分类：
其他好文 时间：
2016-04-26 09:39:33
阅读次数：
191
斯坦福ML公开课笔记15我们在上一篇笔记中讲到了PCA(主成分分析)。PCA是一种直接的降维方法。通过求解特征值与特征向量，并选取特征值较大的一些特征向量来达到降维的效果。本文继续PCA的话题，包含PCA的一个应用——LSI(Latent Semantic Indexing, 隐含语义索引)和PCA...
分类：
其他好文 时间：
2016-01-24 16:50:21
阅读次数：
197
ICA是一种用于在统计数据中寻找隐藏的因素或者成分的方法。ICA是一种广泛用于盲缘分离的(BBS)方法，用于揭示随机变量或者信号中隐藏的信息。ICA被用于从混合信号中提取独立的信号信息。ICA在20世纪80年代提出来，但是知道90年代中后期才开始逐渐流行起来。
ICA的起源可以来源于一个鸡尾酒会问题，我们假设三个观测点x1,x2,x3,放在房间里同时检测三个人说话，另三个人的原始信号为s1,s2,s...
分类：
其他好文 时间：
2015-04-19 13:15:11
阅读次数：
227
