两者都是一种坐标变换,假设原坐标系为x,y,新坐标系为z,w。
z=a1x+b1y
w=a2x+b2y
- PCA
当x,y是两个独立高斯分布,两者正交(E[z,w]=0)和两者独立
PZW(z,w)=PZ(z)PW(w)
是等价的。如果在这种情况下使用ICA,其结果会收敛到PCA的结果。所以是没有必要的。
- ICA
当x,y不是高斯分布的时候,z,w两者正交和两者独立不同。使得两者独立但不正交的解存在。
=====================================================
从矩阵分解的角度来考虑的话:
两者都希望把原来的信号X分解为X=US的形式,不管在PCA还是ICA中,U都是正交矩阵。
- PCA
在PCA中,使用奇异值分解可以得到X=UsV, 其中U和V都是正交矩阵。由于
XXT=(UsV)(UsV)T=(UsV)(VTsUT)=Us2UT
。可以使用更方便的算法,计算
SVD(XXT)
得到U。
- ICA
在ICA中,X=US,U是正交矩阵,而S仅仅独立。使用一些最优化方法来解,可能是非凸问题。