我正在尝试使用scikit学习模块在学校进行机器学习练习我试图重建的练习已经在sklearn ICA文档中给出了一个例子，即使用ICA[http://scikit-learn.org/stable/auto_examples/decomposition/plot_ica_blind_source_separation.html#example-decomposition-plot-ica-blind-source-separation-py]进行盲源分离本例基本上生成3个信号（或声源），然后与添加的噪声合并，然后尝试使用ICA重建原始声源很简单，对吧？但是，我有以下困惑：
禁食到底是什么对于以下代码：
ica = FastICA(n_components=3)
S_rec = ica.fit_transform(X)
什么是“ica”我试着打印这个值，但什么也没有返回。我试图找出“ica”是什么，以便确切地了解ica.fit_transform（x）在做什么。这里对“x”应用了什么转换？
“FastICA”和“FastICA”有什么区别这两个功能也有不同的文档页面：
fastica:http://scikit learn.org/stable/modules/generated/sklearn.decomposition.fastica.html 35; sklearn.decomposition.fastica
空腹：http://ogrisel.github.io/scikit-learn.org/sklearn-tutorial/modules/generated/sklearn.decomposition.fastica.html
我的问题是，它们都为相同的输入数据返回不同的混合矩阵。据我所知，我没有做错任何事。
如果有人能解释或指出我做错了什么，那将是一个很大的帮助。
谢谢您！
最佳答案
禁食到底是什么对于以下代码：
[…]在这种情况下，“ica”是什么？
fastica是一个类，因此对它的调用返回一个oop包装over.fastica函数。换句话说，您将获得对fastica类实例的引用，该实例存储您的初始配置（例如组件数量），并可用于对任何数据执行ica（通过fit/transform）。
我试着打印这个值，但什么也没有返回。我试图找出“ica”是什么，以便确切地了解ica.fit_transform（x）在做什么。这里对“x”应用了什么转换？
ICA找到解矩阵W，然后将其应用于X，从而FITYOXT（x）＝x.DOT（W）（+一些白化等，如果您在构造函数中请求它）
“FastICA”和“FastICA”有什么区别这两个功能也有不同的文档页面：
没有区别。FastICA是FastICA的面向对象包装器，仅此而已它实际上calls fastica during fit。
我的问题是，它们都为相同的输入数据返回不同的混合矩阵。据我所知，我没有做错任何事。
fastica不是一个确定性算法，因此每次都可以得到不同的解。