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。
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。