我已经开始阅读更多关于慢速特征分析的内容，我想知道 SFA 与简单地采用移动平均线有何不同？
链接的文章建议，“ SFA 是一种无监督算法，它学习（非线性）函数，从输入数据中提取缓慢变化的信号。 ”。
我知道这肯定比仅对信号取移动平均线更复杂，但我并不真正了解学习的非线性函数的好处或目的是什么。
SFA 的一些典型应用是什么？
慢速特征分析 (SFA) 和移动平均线有什么区别？
数据挖掘
机器学习
数据挖掘
无监督学习
2022-03-03 06:26:19
1个回答
在数学上，SFA 与移动平均线的不同之处在于即时输出只能是即时输入的函数. 另一方面，移动的输出是过去历史的函数和.
由于这种差异，一个直接的结果是，如果你有一个平坦的恒定输入，一次只有一个脉冲，那么如果使用移动平均线，脉冲会变得平滑，但如果使用 SFA，它的形状会保持得更好。
您可以随时为您的任务尝试移动平均和 SFA，尽管移动平均需要一些输入参数，例如窗口宽度，而 SFA 不需要。