sklearn中FastICA接口的使用方法

ICA算法的数学原理

参考我的这篇文章：ICA算法的数学原理

FastICA算法的实现过程及其python实现

参考我的这篇文章：FastICA算法的实现过程及其python实现

sklearn中FastICA接口的使用方法

假设已知数据矩阵D,它的shape为[m,n],sklearn中的FastICA的调用方法如下：

from sklearn.decomposition import FastICA

#sklearn 中FastICA的使用方法
fast_ica = FastICA(n_components=2) #独立成分为2个
Sr = fast_ica.fit_transform(D) # SrT为解混后的2个独立成分，shape=[m,n]

完整代码

#FastICA_learn by Leo
import numpy as np
import math
import matplotlib.pyplot as plt
from sklearn.decomposition import FastICA


    
#应用方法  
'''
函数名称：Jagged
函数功能：锯齿波生成器
输入参数：t              时刻
        period          生成波形的周期
返回参数：jagged_value   与时刻t对应的锯齿波的值
作者：Leo Ma
时间：2020.01.04
''' 
def Jagged(t, period = 4):
    jagged_value = 0.5*(t-math.floor(t/period)*period)#math.floor(x)返回x的下舍整数
    return jagged_value


    
'''
函数名称：create_data
函数功能：模拟生成原始数据
输入参数：None
返回参数：T          时间变量
        S           源信号
        D           观测到的混合信号
作者：Leo Ma
时间：2020.01.04
'''    
def create_data():
    #data number
    m = 500
    #生成时间变量
    T = [0.1*xi for xi in range(m)]

    #生成源信号
    S = np.array([[math.sin(xi)  for xi in T], [Jagged(xi) for xi in T]], np.float32)