K-L 变换，也就是PCA，得到的是MSE下的最优结构，但有时对于分类效果并不是很好。所以我们引入了ICA。如果是PCA是使二阶积累量为0的话，那么ICA就是前四阶积累量都是0.那ICA是什么意思呢？
类别信息的源头是一组独立的分量，但是类别信息表现出来的是一组互相相关的分量，当然这组分量的个数应该大于独立分量的个数。我们的任务就是去除这种互相关；使分量由相关的一组，变为无关的一组，也就是独立成分。
那具体该怎么做呢？我们一下有这么三个方法:
(一)累积量法
k1(z) = E[zi] ;
k2(z) = E[zizj] ;
k3(z) = E[zizizk] ;
k4(z) = E[zizjzkzl] - E[zizj] E[zkzl] - E[zizk] E[zlzj] - E[zizl] E[zkzj];
对于一般的随即变量，PDF（概率密度函数）都是对称分布的。所以k1和k3为0.
那么，要使k2为0，我们旧的使用主成分分析就好，也就是PCA。所以第一步就是先做PCA，求的PCA的线性变换矩阵。
y = Ax
第二步，我们要做的是进行k4的最小化， 根据数学可知，k4的最小化，也就是求一个正交矩阵，使下面的式子最大。(交叉积累量最小也就是自积累量最大。)
max Obj(B) = SUM(k4(yi)2)
之后结合上述信息，我们有：x = (BA)y. ICA变换矩阵 W = BA。
（2）最大熵法
你可能会问，我们要降低特征的维数，这是压缩，为什么还要最大化熵呢？压缩的话不是熵越小越好么？
的确，熵越小表示压缩效果越好，但那是无损压缩；对于本身我们已经确定下压缩能力的有损压缩模型而言，最大的接近原有的熵就意味着最大的保留了信息。所以我们用最大化熵的办法。
其中：z = f(Wy + b); f 为Sigmoid函数。
（公式比较复杂，我就不写了）
结果还是用迭代优化的算法：
dW = (WT)-1 + (1 - 2z)yT
db = 1 - 2z
（3）最小互信息法
原理和（2）比较像，这里从略。