我知道PCA和ICA均用于降维，并且PCA中的主要成分是正交的（不一定是独立的），但在ICA中它们是独立的。任何人都可以澄清一下何时使用ICA而不是PCA更好吗？
最佳答案
ICA不是降维技术。 ICA用于分离卷积信号，该卷积信号的尺寸可能小于输入空间的尺寸，但这只是副产品，并非目的所在。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个主要成分），或者只是将维数减小到可以使用给定方法处理的维数。另一方面，当您遇到信号严重卷积并且想要将其分离时，将使用ICA，例如，关于两个人在同一房间讲话并用2个麦克风录制的事情。 ICA将能够分离每个扬声器，而PCA将失败。同样，ICA将寻找非高斯卷积信号，因此，如果您的数据至少在某种程度上合理-高斯本质上，它将破坏该结构（因为基本假设是不正确的）。