線性分類器和非線性分類器

***********************線性和非線性的區別********************************

1. 線性linear，指量與量之間按比例、成直線的關係，在數學上可以理解為一階導數為常數的函式；

非線性non-linear則指不按比例、不成直線的關係，一階導數不為常數。

2. 線性的可以認為是1次曲線，比如y=ax+b ,即成一條直線

非線性的可以認為是2次以上的曲線，比如y=ax^2+bx+c，(x^2是x的2次方)，即不為直線的即可

3. 兩個變數之間的關係是一次函式關係的——圖象是直線，這樣的兩個變數之間的關係就是「線性關係」；

如果不是一次函式關係的——圖象不是直線，就是「非線性關係

4. 「線性」與「非線性」，常用於區別函式y = f (x)對自變數x的依賴關係。線性函式即一次函式，其影象為一條直線。其它函式則為非線性函式，其影象不是直線。

線性，指量與量之間按比例、成直線的關係，在空間和時間上代表規則和光滑的運動；而非線性則指不按比例、不成直線的關係，代表不規則的運動和突變。 

比如，普通的電阻是線性元件，電阻r兩端的電壓u，與流過的電流i，呈線性關係，即r=u/i，r是乙個定數。二極體的正向特性，就是乙個典型的非線性關係，二極體兩端的電壓u，與流過的電流i不是乙個固定的比值，即二極體的正向電阻值，是隨不同的工作點(u、i)而不同的。

5. 在數學上，線性關係是指自變數x與因變數yo之間可以表示成y=ax+b ,（a,b為常數），即說x與y之間成線性關係。

不能表示成y=ax+b ,（a,b為常數），即非線性關係，非線性關係可以是二次，三次等函式關係，也可能是沒有關係。

******************************線性分類器和非線性分類器*****************************************

線性分類器：模型是引數的線性函式，分類平面是（超）平面；

非線性分類器：模型分介面可以是曲面或者超平面的組合。

典型的線性分類器有感知機，lda，邏輯斯特回歸，svm（線性核）；

典型的非線性分類器有樸素貝葉斯（有文章說這個本質是線性的，

），knn，決策樹，svm（非線性核）

ML 線性分類器和非線性分類器的區別

q 什麼是分類器？a 就是用來把輸入的資料進行分類的模型 本質上是函式 圖1，黑色的曲線就是非線性分類器。以曲線的形式分類了紅點和藍點。圖2，黑色的直線就是線性分類器。以直線的形式分類紅點和藍點。一 線性分類器 以上圖的二分類 紅點和藍點 為例 線性分類器就是用乙個 超平面 將兩個樣本隔離開，如 常...

機器學習總結之 線性分類器與非線性分類器

1 線性分類器 1.1線性分類器的定義 線性分類器就是用乙個 超平面 將正 負樣本隔離開，如 1 二維平面上的正 負樣本用一條直線來進行分類 2 三維立體空間內的正 負樣本用乙個平面來進行分類 3 n維空間內的正負樣本用乙個超平面來進行分類。1.2常見的線性分類器 常見的線性分類器有 lr，貝葉斯分...

3 線性分類器與非線性分類器的區別與優劣？

首先線性和非線性是針對模型引數和輸入特徵來講的 比如輸入x，模型y ax ax 2那麼就是非線性模型，如果輸入是x和x 2則模型是線性的。再看定義考慮二類的情形，所謂線性分類器即用乙個超平面將正負樣本分離開，表示式為 y wx 這裡是強調的是平面。而非線性的分類介面沒有這個限制，可以是曲面，多個超平...