只講用法，不講原理。
前提條件：安裝好python，並安裝好numpy、matplotlib、sklearn庫。
import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import fastica#匯入函式
經過fastica處理後，此時的資料來源在圖形形狀上跟初始資料來源具有相似性，但幅度是不一樣的，且可能會發生翻轉，這是因為ica是乙個不定問題，有多個解符合假設，不是唯一解。
執行結果如下：
將**稍加改變，可實現：
直接給出混合訊號，用fastica演算法進行解混；
將n個混合訊號進行解混得到m個源訊號（n≥m）……
空間獨立成分分析
神經影像學當中的空間獨立成分分析可以將一組被試的大腦影象在空間上分成不同的成分或網路。邏輯上按照以下流程進行 begin a a cdots a a a cdots a vdots vdots ddots vdots a a cdots a end begin m m cdots m m m cdo...
ICA 獨立成分分析 筆記
ica又稱盲源分離 blind source separation,bss 它假設觀察到的隨機訊號x服從模型 其中s為未知源訊號，其分量相互獨立，a為一未知混合矩陣。ica的目的是通過且僅通過觀察x來估計混合矩陣a以及源訊號s。大多數ica的演算法需要進行 資料預處理 data preprocess...
機器學習筆記 獨立成分分析
本文介紹獨立成分分析 ica 同 pca 類似，我們是要找到乙個新的基來表示資料，但目的就不一樣了。雞尾酒會問題 n 個人在乙個 party 上同時說話，n 個麥克風放置在房間的不同位置，因為每個麥克風跟每個人的距離都不一樣，所以它們記錄的說話者重疊的聲音也不一樣。根據麥克風記錄的聲音，如何分離出 ...