使用ICA而不是PCA?

时间:2016-05-25 19:06:10

标签: machine-learning pca dimensionality-reduction

我知道PCA和ICA都用于降维,而PCA主成分是正交的(不一定是独立的),但在ICA中它们是独立的。任何人都可以澄清何时使用ICA而不是PCA更好?

1 个答案:

答案 0 :(得分:7)

ICA 不是降维技术。 ICA用于分离卷积信号,其可能具有比输入空间更小的尺寸,但这相当于副产品,而不是这样的目标。因此,ICA和PCA具有不同的应用领域。 PCA通常用于可视化高维数据(通过选择2个主要组件)或简单地将尺寸减小到可以用给定方法处理的尺寸。另一方面,ICA用于有信号,这些信号经过严重卷积并且您想要将它们分开,例如,有两个人在同一个房间讲话,用2个麦克风录音。 ICA将能够将每个发言者分开,而PCA则会失败。类似地,ICA将寻找非高斯的,卷积信号,因此如果您的数据至少在某种程度上是合理的 - 高斯性质,它将破坏这种结构(因为基本的假设是这不是真的)。