線性和非線性是針對，模型參數和輸入特征來講的。比如輸入x，模型y=ax+ax^2那么就是非線性模型，如果輸入是x和X^2則模型是線性的。
線性分類器可解釋性好，計算復雜度較低，不足之處是模型的擬合效果相對弱些。
非線性分類器效果擬合能力較強，不足之處是數據量不足容易過擬合、計算復雜度高、可解釋性不好。
常見的線性分類器有：LR，貝葉斯分類，單層感知機、線性回歸
常見的非線性分類器：決策樹、RF、GBDT、多層感知機 SVM兩種都有(看線性核還是高斯核)
相關推薦HOT
軟件定制開發中的敏捷開發是什么?
軟件定制開發中的敏捷開發是什么軟件定制開發中的敏捷開發，從宏觀上看，是一個高度關注人員交互，持續開發與交付，接受需求變更并適應環境變化...詳情>>
2023-10-14 13:24:57
什么是PlatformIo?
PlatformIO是什么PlatformIO是一個全面的物聯網開發平臺，它為眾多硬件平臺和開發環境提供了統一的工作流程，有效簡化了開發過程，并能兼容各種...詳情>>
2023-10-14 12:55:06
云快照與自動備份有什么區別?
1、定義和目標不同云快照的主要目標是提供一種快速恢復數據的方法，它只記錄在快照時間點后的數據變化，而不是所有的數據。自動備份的主要目標...詳情>>
2023-10-14 12:48:59
服務器為什么要用Linux?
服務器為什么要用Linux作為服務器操作系統的優選，Linux在眾多選擇中脫穎而出。Linux作為服務器操作系統的優選，有其獨特的優勢和特點。包括其...詳情>>
2023-10-14 12:34:11
ORM解決的主要問題是什么?
ORM（對象關系映射）解決的主要問題是將關系數據庫與面向對象編程之間的映射困境。在傳統的關系數據庫中，數據以表格的形式存儲，而在面向對象...詳情>>
2023-10-14 12:26:19
京公網安備 11010802030320號