机器学习中，线性与非线性的区别

在机器学习中经常会遇到两个概念：线性、非线性。今天就让我们一起来看以下线性与非线性的。

一、一般在线性代数中，线性有以下两个特征：

齐次性：f(a*x)=a*f(x);

可叠加行：f(x+y)=f(x)+f(y)。

只要不满足其中一个条件则为非线性

二、机器学习中线性模型和非线性的区别

1、线性模型可以是用曲线拟合样本，但是分类的决策边界必须是直线的，例如logistics模型。

2、区分是否为线性模型，主要是看一个乘法式子中自变量x前的系数w，如果w只影响一个x，那么此模型为线性模型。或者判断决策边界是否是线性的。

3、举例：

此模型画出y和x是曲线关系，但是它是线性模型，因为x1*w1中可以观察到x1只被一个w1影响

此模型是非线性模型，观察到x1不仅仅被参数w1影响，还被w5影响，如果自变量x被两个以上的参数影响，那么此模型是非线性的!

4、判别一个模型是否为线性的最简单方法，其实只需要判别决策边界是否是直线就可以，也就是是否能用一条直线来划分。