典型相关分析（CCA）算法

CCA算法

Canoical correlation analysis, CCA属于多元统计算法中的一种，常用来分析两个数据集之间潜在的相关性。

如果两个随机向量X，Y是相关的，那么典型相关分析就会找出，互相关最大的线性组合。

X，Y是两个高维随机变量，线性组合

CCA算法求使得x，y之间的相关性最大的权值矩阵,

已知x，y的互相关定义为：

image.png

工具包和函数

matlab： [A,B] = canoncorr(X,Y)

R: cancor, FactoMineR

Scikit-Learn, python: CCA

应用场景：

脑电数据和刺激信号相关性分析。

image.png

更多阅读：

[1]http://scikit-learn.org/stable/auto_examples/cross_decomposition/plot_compare_cross_decomposition.html#sphx-glr-auto-examples-cross-decomposition-plot-compare-cross-decomposition-py

[2]http://scikit-learn.org/stable/modules/generated/sklearn.cross_decomposition.CCA.html#sklearn.cross_decomposition.CCA

[3]https://zh.wikipedia.org/wiki/典型相关

[4]Guangyu Bin et al 2009 J. Neural Eng. 6 046002