一、线性分类器与非线性分类器的区别

线性分类器

线性分类器就是用一个“超平面”将两个样本隔离开，如：

（1）二维平面上的两个样本用一条直线来进行分类；

（2）三维立体空间内的两个样本用一个平面来进行分类(如下图)；

（3）N维空间内的两个样本用一个超平面来进行分类。

常见的线性分类器有：LR，贝叶斯分类，单层感知机、线性回归，SVM（线性核）等等。

非线性分类器

非线性分类器就是用一个“超曲面”或者多个超平（曲）面的组合将两组样本隔离开（不属于线性的分类器），如：

（1）二维平面上的两组样本用一条曲线或折线来进行分类；

（2）三维立体空间内的两组样本用一个曲面或者折面来进行分类；

（3）N维空间内的两组样本用一个超曲面来进行分类。

常见的非线性分类器：决策树、RF、GBDT、多层感知机、SVM（高斯核）等等。

延伸阅读：

二、线性数据和非线性数据

简单讲，线性指量与量之间按比例、成直线的关系，在空间和时间上代表规则和光滑的运动；而非线性则指不按比例、不成直线的关系，代表不规则的运动和突变。我们说，线性关系是互不相干的独立关系，非线性则是相互作用，而正是这种相互作用，使得整体不再是简单地等于部分之和，而可能出现不同于”线性叠加”的增益或亏损。如问：两个眼睛的视敏度是一个眼睛的几倍？很容易想到的是两倍，可实际是 6－10倍！这就是非线性：1＋1不等于2。再比如，激光的生成就是非线性的！当外加电压较小时，激光器犹如普通电灯，光向四面八方散射；而当外加电压达到某 一定值时，会突然出现一种全新现象：受激原子好像听到“向右看齐”的命令，发射出相位和方向都一致的单色光，就是激光。

具体从相互关联的两个角度来看，线性满足了两点，其一：叠加原理成立；其二：物理变量间的函数关系是直线，变量间的变化率是恒量。

以上就是关于线性分类器与非线性分类器的区别的内容希望对大家有帮助。

上一篇

全中文建站和代码建站有什么区别?

下一篇

大数据、云计算、全链路UI有什么区别?