Howtosignalprocessing
- O que é transformação não linear?
- O que não é linear no aprendizado de máquina?
- Como você escolhe uma transformação não linear?
- Quais são as transformações não lineares mais comuns?
O que é transformação não linear?
Transformação linear: preserva a relação linear entre variáveis. Portanto, a correlação entre x e y permaneceria inalterada após uma transformação linear. Transformação não linear: muda a relação linear entre variáveis e, portanto, altera a correlação entre variáveis.
O que não é linear no aprendizado de máquina?
A regressão não linear é uma técnica estatística que ajuda a descrever relacionamentos não lineares em dados experimentais. Os modelos de regressão não linear geralmente são assumidos como paramétricos, onde o modelo é descrito como uma equação não linear. Métodos de aprendizado de máquina são usados para regressão não linear não paramétrica.
Como você escolhe uma transformação não linear?
Uma maneira de fazer isso é lançar todos os tipos de transformações não lineares no modelo de regressão para ver como elas se saem ao explicar a variável de saída. No entanto, plotar os dados pode ser extremamente útil aqui. Considere um modelo dado com precisão por y ± N (μ, σ2), μ = β0+β1x1+β2x2+β3log (x3).
Quais são as transformações não lineares mais comuns?
Tipos de transformações
As maneiras mais comuns de transformar dados não lineares são usando um desses modelos: Modelo de Power. Modelo logaritmo. Modelo de raiz quadrada.
