找到非线性变换矩阵的最有效方法是什么。
从概念上讲，想象一个人的正常图像，然后是同一个人的游乐园镜像。 游乐园形象
你如何找到“镜子”？- 您可以将矩阵应用于正常图像，从而为您提供以相同方式扭曲的游乐园镜像？
应该可以推广到更高的维度。如果我有一个带有使用嵌入方法 1 的向量的项目和一个使用嵌入方法 2 的向量，我如何找到一个矩阵来允许我将具有嵌入 1 的新项目投影到嵌入方法 2 向量空间中？
我使用最小二乘法使用了以下线性解决方案：
M=np.linalg.lstsq(source_mtrx[:n],target_mtrx[:n])[0]
# apply this tranformation to source matrix:
new_mtrx= np.array([np.dot(i, M) for i in source_mtrx])但我认为我需要一个非线性解决方案才能获得更好的结果。