在fastICA（Matlab）中提取特徵

Question

我是一名機器學習初學者，我非常感謝您的幫助。

我正在嘗試使用FastICA MATLAB工具箱，以及史詩般的Google搜索量和閱讀文檔後，我越來越困惑。

我使用的是Car Data Set，我使用的是1000個100x40的圖像（500個汽車，500個汽車）。我正在使用fastica來查找獨立組件（我將在稍後使用它們來構建汽車檢測系統）。

我正在我的訓練數據集下面的代碼：

[icasig, A, W] = fastica(Training_Set); 

A和W爲1000×1000的矩陣和icasig是1000x4000矩陣，按我的理解icasig的行包含獨立的組件，A是混合矩陣。

如何繪製獨立組件？有人能用簡單的英語向我解釋什麼是W？

另外還有一件令我困惑的事情是，如果我在icasig中刪除了一些行並獲得例如300x4000矩陣，我在做功能壓縮嗎？

如果我使用分類算法（例如SVM），如何改變我用來訓練它的獨立組件的數量？我認爲rica是完美的，但不幸的是我沒有統計和機器學習工具箱。

Answer 1

有人可以用簡單的英語向我解釋什麼是W？

w在ICA中通常代表分離矩陣。給定混合圖像X，可以通過計算wX來獲得獨立組件。結果S通常將是另一個矩陣，其大小與X相同。每行S包含表示一個獨立組件的數據。

使用ICA算法的主要目的之一是找到分離矩陣w。如果您對此不瞭解，我會建議您在繼續閱讀之前閱讀更多文獻。即使fast ICA's Wikipedia頁面告訴你關於w。

如何繪製獨立組件？

如果icasig是小號，你可以嘗試以下方法：

icasig = abs(icasig) % take the absolute 

% you can add a for loop here to plot all components 
component=icasig(1,:) % take the first component 
im = reshape(component,[h,w,3]); % h being the height of the image of the component and w being the width 
im=uint8 (round(im)); 
figure; imshow(im); 
% end of the for loop. Be prepared to have a lot of pictures poping up. 

如果我刪除icasig某些行，並得到例如300x4000矩陣我在做特徵壓縮？

如果刪除一些單獨的組件意味着功能壓縮，那麼是的。