SciKit FastICA返回什么，FastICA和fastica之间的区别是什么(都返回不同的值)？

Question

我试着在学校里使用scikit学习模块进行机器学习练习。我试图重建的练习已经给出了一个例子，在sklearn文档中，使用ICA separation.html#example-decomposition-plot-ica-blind-source-separation-py]实现的盲源分离。此示例基本上生成3个信号(或声源)，然后与添加的噪声合并，然后尝试使用ICA重建原始源。很简单，对吧？然而，我有以下的困惑：

1. FastICA到底返回了什么？对于以下代码： ica = FastICA(n_components=3) S_rec = ica.fit_transform(X) 在这个案子里什么是ica？我试图打印这个值，但没有返回任何内容。我试图找出'ica‘是什么，以便准确地理解ica.fit_transform(X)在做什么。这里对“X”应用了什么变换？
2. “fastica”和“筋膜”有什么区别？这两个功能也有不同的文档页：

- FastICA: http: //scikit-learn.org/stable/modules/generated/sklearn.decomposition.FastICA.html#sklearn.decomposition.FastICA
- fastica: [http://ogrisel.github.io/scikit-learn.org/sklearn-tutorial/modules/generated/sklearn.decomposition.fastica.html](http://ogrisel.github.io/scikit-learn.org/sklearn-tutorial/modules/generated/sklearn.decomposition.fastica.html)

我的问题是，对于相同的输入数据，它们都返回不同的混合矩阵。据我所知，我没有做错什么事。

如果有人能解释这件事或者指出我做错了什么，那将是一个很大的帮助。谢谢!

Answer 1

FastICA到底返回了什么？用于下列代码：在这个案子里什么是ica？

FastICA是一个类，因此对它的调用在.fastica函数上返回一个OOP包装器。换句话说，您将获得对FastICA类实例的引用，该实例存储初始配置(例如组件数量)，并可用于对任何数据执行ica (通过fit/transform)。

我试图打印这个值，但没有返回任何内容。我试图找出'ica‘是什么，以便准确地理解ica.fit_transform(X)在做什么。这里对“X”应用了什么变换？

ICA找到解混合矩阵W，然后将其应用于X，从而fit_transform(X) == X.dot(W) (+一些白化等，如果您在构造函数中请求它)

“fastica”和“筋膜”有什么区别？这两个功能也有不同的文档页：

没有什么不同。fastica是一个围绕FastICA的面向对象的包装器，仅此而已。它实际上是在适合的时候调用筋膜。

我的问题是，对于相同的输入数据，它们都返回不同的混合矩阵。据我所知，我没有做错什么事。

FastICA不是一个确定性的算法，因此每次都可以得到不同的解。