機器學習基石12：非線性變換（Nonlinear Transformation）

本文介紹了非線性變換的整體流程：通過非線性變換，將非線性模型映射到另一個空間，轉換爲線性模型，再來進行線性分類。 之後介紹了非線性變換存在的問題：時間複雜度和空間複雜度的增加。 最後證明了非線性變換的一般做法：儘可能使用簡單的模型，而不是模型越複雜越好。 文章目錄 12. Nonlinear Transformation 12.1 Quadratic Hypotheses 12.2 Nonline

>>阅读原文<<