非线性假设（Non-linear hypotheses）

如果使用之前的分类方法（逻辑回归），当我们需要输入的特征n很大时。
如果只包含二次项，那么会产生大量的二次项；如果只包含其中的平方项，那么会因为忽略了太多的相关项，而导致拟合的曲线不准确。
如果包含三次项，那么数据量更大了。

对于图像问题，如果只是一个50*50的图像，那么它的特征是百万级别的，计算成本太高了。所以复杂的非线性问题，我们需要寻找其他的方法。