1.前言
参考资料：https://www.zhihu.com/question/28845451
书上写的是：
1. 主成分分析假设源信号间彼此非相关，独立成分分析假设源信号间彼此独立。
2. 主成分分析认为主元之间彼此正交，样本呈高斯分布； 独立成分分析则不要求样本呈高斯分布。
在利用最大化信息熵的方法进行独立成分分析的时候，需要为源信号假定一个概率密度分布函数g'，进而找出使得g(Y)=g(Wx)的信息熵最大的变换W，即有Y=s。
我的问题是，
1. 这个概率密度分布函数怎么假定？在实际信号处理中怎么给出？2. 如果我观测到信号呈高斯分布，取g'为高斯分布，那么ICA和PCA得到的结果会相同吗？
2.解析
不管是PCA还是ICA，都不需要对源信号的分布做具体的假设；如果观察到的信号为高斯，那么源信号也为高斯，此时PCA和ICA等价。下面稍作展开。
假设观察到的信号是n维随机变量
主成分分析（PCA）和独立成分分析（ICA）的目的都是找到一个方向，即一个n维向量
使得线性组合
的某种特征最大化。
2.1主成分分析 PCA
PCA
评论记录：
回复评论：