机器学习和数据挖掘（9）：线性模型

线性模型 非线性变换的代价 非线性变换回顾 在之前的文章中我们说过了非线性变换，我们有一个输入 x=(x0,…,xd) ，通过一个 Φ 变化，我们将之投影到一个新的平面上去，得到 z=(z0,……,zd~) 。例如， z=(1,x1,x2,x1x2,x21,x22) 。 变化函数为 z=Φ(x) 最终的近似函数在 X 所表示的空间，则变成了 sign(w~TΦ(x))ORw~TΦ(x) 非线性变换

>>阅读原文<<