引言
文章根据udacity 的机器学习视频进行整理，提供给初学者进行参考，为了降低学习门槛，文中尽量避免了复杂的数学公式，使用比较简单的例子叙述相关原理。如发现错误欢迎指正。
相关参考学习视频：
udacity--机器学习（PS：国外导师视频课程，中文字幕。课程简洁易懂、生动形象。具有项目实战、导师项目审核特色。比较推荐入门。点击此处可获得课程优惠券）
coursera--吴恩达机器学习(PS: 吴恩达的机器学习一直备受入门的欢迎。内容详细、由浅入深。)
书籍：吴恩达机器学习笔记
1. 随机投影
1.1 概述
随机投影是一种比较有效的降维方法，在计算上比主成成分分析更有效。它通常应用于当数据有太多维度，假定运行程序的资源有效，主成成分分析无法有效的计算时候。
一个简单化的案例，对PCA 和 随机投影。如下图：
PCA：将一个数据集从 二维降至一维，PCA的做法是寻找方差最大化的方向，然后将数据投影到最大化方差的方向。该过程将产生损伤最小。
随机投影：在数据有很多维度时，会消耗一定的资源。通常情况下会随机选择一条直线，任何一条进行投影。在某些情景下没有太大的意义，但在更高纬度下效果比较好，且效率高。
1.2 基本实现
随机投影的基本前提是：用数据集乘以一个随机矩阵来减少其中的维度。在某种程度上讲，这就是随机投影。
一个简单的案例。如下图
假如数据集有 12000 列，1500 个样本。这已经可以说是高纬度数据集了。将数据集输入到sklearn中随机投影，返回到结果是6268 列、1500 个样本的数据集：
在随机投影中，其实是将原数据集乘以一个随机矩阵就可以被映射成低纬的空间。在这种程度下，每两点之间的距离、每对之间的距离在某种程度下得到了保留。这很重要，因为在非监督学习和监督学习中，很多算法都与点之间的距离有关，所以需要保证距离有些失真，但可以保留。
如何保证投影之后的距离得以保留？Johnson-Lindenstrauss引理出：投影后两点的距离平方值稍有压缩。它大于原数据集两点之间的平方值乘以 (1 - eps) ；小于原数据集两点之间的平方值乘以(1 + eps) 。
如果两点之间距离的平方值为 125.6 。 eps 为 0 ~ 1 之间的值，在sklearn中默认为 0.1。
eps 如同一个操作杆，用于计算产生了多少列，并在此维度是可接受的失真水平。eps 是输入到函数中，用此来在此程度下保证距离。
1.3 sklearn 中的随机投影
sklearn 中随机投影的案例：http://lijiancheng0614.github.io/scikit-learn/auto_examples/plot_johnson_lindenstrauss_bound.html#example-plot-johnson-lindenstrauss-bound-py
sklearn 中随机投影API：http://lijiancheng0614.github.io/scikit-learn/modules/generated/sklearn.random_projection.SparseRandomProjection.html#sklearn.random_projection.SparseRandomProjection
2. 独立成分分析-ICA
2.1 概述
独立成分分析(ICA) 是同主成成分分析(PCA) 和 随机投影相似的方法。同样会通过一些数据集特征产生另一个作用数据集。但不同的是PCA用于最大化方差，ICA 则假设这些特征是独立源的混合。并尝试分离这些独立源。
独立成分分析(ICA) 一个典型的案例（代码实现可见2.4章节）：
假定有三个朋友参加艺术展览，展览会上同时有着钢琴声、小提琴声、电视声。三个人各在不同声音的旁边，同时用手机录取下来听到的声音。
三个朋友录取的声音都有不同的来源，靠近钢琴的朋友，录取到的钢琴声比较明显；而其他声音则比较弱。其他两个也是，一个录取的小提琴声音比较明显，一个录取电视声比较明显。
是否可以运用ICA剥离出源声音呢？答案是可以。输入收集的三种数据集，利用ICA算法剥离出源数据。这里的源组成分(这里等于3)
2.2 ICA 算法
简单介绍 ICA 算法的原理。不会涉及复杂的数学知识。详细的信息可查看论文独立成分分析：算法与应用。
现在假设有数据集 X ， 假设 X 数据集是由源信号 S 乘以混合矩阵 A 产生的， X = AS。如下图：
但是现在有数据集 X ，也就是原录音。S 信号源是需要计算得到的结果，A 为混合矩阵。如此需要变换公式，即 S = WX 。 W 为 A 的倒数，如果A是混合矩阵，W 即为非混合矩阵。
在 S = WX 公式中， X 为输入的源数据集。需要得到想要的 S 结果，就需要计算 W ，所以独立分析算法和其过程全部目标是趋近 W ，或者给出最佳的 W 与 X 相乘来产生原始信号。论文独立成分分析：算法与应用 对算法做出了清楚的解释。
2.3 ICA 应用
ICA 被广泛应用于医学扫描仪。一个叫做 EEG或MEG的脑部扫描仪的例子。论文：Independent Component Analysis of Electroencephalographic Data
将 ICA 应用于金融中的因子模型。论文：Applying Independent Component Analysis to Factor Model in Finance
2.4 sklearn 中的ICA
sklearn 中 ICA 的API：http://lijiancheng0614.github.io/scikit-learn/modules/generated/sklearn.decomposition.FastICA.html
2.5 项目
使用 ICA 提取混合的音频信号。与上述例子一样。在此下载 文件，使用 jupyter notebook 打开查看。
