[問題] 機器學習中線性變換的意思

[stayfool (fool)]

問題類別:ML

使用工具:python

問題內容:機器學習書上常會出現，在Dense層作完一個線性變換後，

就再進行其它的工作，想知道"作完一個線性變換"

這句話是什麼意思?書上的講法，我無法理解

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.163.213.51 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1624871000.A.CFB.html
→ polie4523: Affine transform吧y=bx
→ polie4523: 一個權重矩陣跟特徵向量相乘
→ polie4523: 實作上在keras叫Dense在pytorch叫nn.Linear
→ stayfool: 我想問的是為什麼要作線性轉換?轉換有什麼意義?
→ stayfool: 不轉換會怎樣?機器無法學習嗎?
→ polie4523: 在你原本資料的x空間如果是線性不可分離，那你就找不到
→ polie4523: 最佳解，所以要透過特徵轉換（線性轉換+其他工作）換到
→ polie4523: 另一個特徵空間找解
→ stayfool: 原來如此，感謝解答
推 yiche: 每做一次矩陣乘法就是一個線性變換，這是線性代數的理論範
→ yiche: 疇，有空補一下吧。
→ chang1248w: 只優化一層dense就和linear regression差不多
推 OnePiecePR: 線型想成旋轉+偏移（affine)、非線性想成擠壓