您可能还记得 特征交叉练习 请参阅“分类数据”模块 以下分类问题是非线性的：
“非线性”这表示你无法准确预测 格式为 \(b + w_1x_1 + w_2x_2\)。换句话说， “决策界面”不是一条线。
不过，如果我们对特征 $x_1$ 和 $x_2$ 执行特征交叉，就可以得到以下结果： 然后使用 线性模型： $b + w_1x_1 + w_2x_2 + w_3x_3$，其中 $x_3$ 是 $x_1$ 和 $x_2$：
现请参考以下数据集：
您可能还记得在特征交叉练习中提到过 确定正确的特征组合以将线性模型与这些数据拟合 花费更多精力和实验。
但是，如果您并非必须自己进行所有这些实验，该怎么办？ 神经网络是一个 多种模型架构， 非线性 数据模式。在神经网络训练期间， model（模型自动修复） 学习对输入数据执行的最佳特征组合，以最大限度减少 损失。
在后续部分中，我们将详细了解神经网络的工作原理。