非线性变换的制约因素集中表现在哪些方面？

虽然非线性变换可以在一定程度上保持样本分布特性,并且能够增加可分离性。但是,非线性变换的一些制约因素使得这种方法很难有实用价值。这些制约因素集中表现在四个方面。

①映射函数难以找到。迄今在实际应用中有效的特征都是通过设计者的直觉而找到的。

②效果难以保证。不仅迭代算法难以保证寻找到最优解，就连非迭代算法由于样本分布的复杂性和样本的代表性也很难保证求得合适的多项式系数。

③不能保证样本分布特性完全不受影响。再加上样本的代表性,有可能使得分类效果比变换前更差。

④计算复杂。