機器學習基礎 - [第五章：神經網絡學習]（1）非線性假設函數

1、非線性假設函數 前面我們提到過，如果想要一個非線性假設函數，我們可以通過構造高階多項式特徵實現。但是，這種方法僅限於特徵數量很少的情況下，當特徵數量很大的時候，形成的高階多項式特徵就可能急劇增長。比如特徵數量 n = 100 n=100 n=100的時候，可選擇的二次特徵就有 n ∗ ( n − 1 ) 2 \frac{n*(n-1)}{2} 2n∗(n−1)​種，量級在 O ( n 2 )

>>阅读原文<<