2016
DOI: 10.1016/j.neucom.2016.08.081
|View full text |Cite
|
Sign up to set email alerts
|

Properties of the Box–Cox transformation for pattern classification

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1
1
1

Citation Types

3
22
0
4

Year Published

2016
2016
2023
2023

Publication Types

Select...
5
2

Relationship

1
6

Authors

Journals

citations
Cited by 37 publications
(29 citation statements)
references
References 23 publications
3
22
0
4
Order By: Relevance
“…Nonetheless, there is no concrete evidence that one functional form is better than the other forms [71]. Henceforth, some researchers believe that the method of Box-Cox transformation allows investigators to choose the proper function of the hedonic regression model based on the best fit for a particular data set [78][79][80]. Davidson and MacKinnon (1993) explained that the complicated transformation processes could generate more random errors [81].…”
Section: The Hedonic Methods Model Developmentmentioning
confidence: 99%
“…Nonetheless, there is no concrete evidence that one functional form is better than the other forms [71]. Henceforth, some researchers believe that the method of Box-Cox transformation allows investigators to choose the proper function of the hedonic regression model based on the best fit for a particular data set [78][79][80]. Davidson and MacKinnon (1993) explained that the complicated transformation processes could generate more random errors [81].…”
Section: The Hedonic Methods Model Developmentmentioning
confidence: 99%
“…El método propuesto es considerado como el pre-procesamiento que se debe aplicar a las series de tiempo multivariadas. Las series de tiempo de absorbancia UV-Vis analizadas no son estacionarias y, como varios trabajos lo indican, estas deben ser sometidas a procesos de transformación con el fin de estabilizarlas en varianza y obtener una distribución normal tal como lo indican [24] y [26]. En estos trabajos los autores pre-procesan diferentes series de tiempo (financieras, imágenes, enfermedades, etc.)…”
Section: Resultados Y Discusiónunclassified
“…Existen alternativas para obtener elóptimo valor de λ: los autores del trabajo [26] indican que para predicción en series de tiempo de tipo financieras el mejor valor es 0,5 y que para el caso lognormal el valor a utilizar es 0. Cuando las series de tiempo son multivariadas es necesario realizar la reducción de la dimensionalidad con el fin de procesar más rápido las series de tiempo: el trabajo presentado por [24] utiliza imágenes con resolución de 64x64 y aplica PCA para reducir la dimensionalidad a 158 componentes capturando una variabilidad del 99 %. Respecto al análisis espectral, los autores del trabajo [31] aplican el análisis espectral a sistemas de comunicación basados en OFDM.…”
Section: Resultados Y Discusiónunclassified
See 2 more Smart Citations