从数据分布视角比较 PCA 与 ICA
机器学习
2017-10-02 v1 机器学习
摘要
我们通过将 ICA 和 PCA 算法应用于两个具有不同分布参数和噪声水平的模拟含噪时间序列，对它们进行了经验比较。总体而言，ICA 的结果优于 PCA，因为它考虑了数据分布的高阶矩。另一方面，PCA 对信号间的相关性水平仍然相当敏感。
引用
@article{arxiv.1709.10222,
title = {Comparison of PCA with ICA from data distribution perspective},
author = {Miron Ivanov},
journal= {arXiv preprint arXiv:1709.10222},
year = {2017}
}