您可以前往 功能交叉練習 「類別資料模組」 下列分類問題屬於非線性:
![圖 1. 笛卡兒座標平面,分為四項
象限的形狀,每個線條都充滿隨機的點
正方形。右上角和左下方的圓點都是藍色的
左上角和右下方的象限處都是橘色](https://developers.google.cn/static/machine-learning/crash-course/neural-networks/images/nonlinear_simple.png?authuser=6&hl=zh-tw)
「非線性」意味著您無法 \(b + w_1x_1 + w_2x_2\)格式的模型。也就是說 「決策途徑」未輸入一行。
不過,如果我們對 $x_1$ 和 $x_2$ 功能進行交叉比對, 然後使用 線性模型: $b + w_1x_1 + w_2x_2 + w_3x_3$,其中 $x_3$ 是 $x_1$ 和 $x_2$:
![圖 2:相同的藍色和橘色的笛卡兒座標平面
圖 1.不過,這次的白色雙曲曲線
繪製在格線上的方格上方,將右上方的藍點分隔開來
以及左下角象限 (現在以藍色背景標示),
左上角和右下方的象限處的橘色圓點 (現在
中間有橘色背景)。](https://developers.google.cn/static/machine-learning/crash-course/neural-networks/images/nonlinear_simple_feature_cross.png?authuser=6&hl=zh-tw)
現在請考慮下列資料集:
![圖 3. 笛卡兒座標平面,分為四個象限。
從
圖表,周圍則是橘色的點環。](https://developers.google.cn/static/machine-learning/crash-course/neural-networks/images/nonlinear_complex.png?authuser=6&hl=zh-tw)
您也可以從功能交叉練習中複習 判斷正確的特徵會交錯組合,以符合此資料的線性模型 花了不少工夫和實驗
不過,如果您不必自己做所有實驗,該怎麼辦? 類神經網路 內含的模型架構 非線性 如何解讀資料中的模式在類神經網路的訓練期間 模型 學習最適合的交叉特徵,對輸入資料執行,盡可能減少 損失
在以下各節中,我們會進一步說明類神經網路的運作方式。