Sklearn ica kurtosis

1. ¿Qué es la curtosis en ICA??
2. ¿Cómo se determina la cantidad de componentes en ICA??
3. ¿Cuál es la diferencia entre PCA e ICA??

¿Qué es la curtosis en ICA??

ICA descompone una señal multivariada en componentes 'independientes' a través de 1. rotación ortogonal y 2. Maximización de la independencia estadística entre componentes de alguna manera: un método utilizado es maximizar la no gaussiatura (curtosis).

¿Cómo se determina la cantidad de componentes en ICA??

U = eig (cov (d)); k = 31; suma (u ((final-k+1): final))/suma (u); Donde U es el vector de valores propios de la matriz de covarianza de su muestra en orden inverso, D es sus datos y k es la cantidad de componentes que está utilizando.

¿Cuál es la diferencia entre PCA e ICA??

PCA vs ICA

Específicamente, PCA a menudo se usa para comprimir la información I.mi. reducción de dimensionalidad. Si bien ICA tiene como objetivo separar la información transformando el espacio de entrada en una base máxima independiente.