linear meters怎么理解谢谢了，大神帮忙啊

你好！linear 英[u02c8lu026aniu0259(r)] 美[u02c8lu026aniu0259r] adj. 直线的，线形的; 长度的; <数>一次的，线性的; 通过单独的若干阶段来发展; [例句]Her novel subverts the conventions of linear narrative. It has no neat chronology and no tidy denouement.她的小说颠覆了线性叙事的传统，没有清晰的时间线索，也没有简单明了的结局。

Linear是一个英文单词，意思是“线性的、直线的、线状的、直线运动的”。在数学中，线性一般指的是一次函数。而在物理学中，线性通常指的是物理系统的行为是具有线性关系的。在电子学中，线性指电路或元件的输入和输出之间的关系是线性的，即输出反应与输入信号成比例，没有任何失真或变形。线性元件的特点是输出与输入之间存在一个固定的增益和相位差。另外，Linear也是一个品牌名和公司名，如Linear Technology、Linear Bearing、Linear Acoustic等。这些公司主要从事电子、机械和声音方面的产品设计和制造。总之，Linear这个单词在不同的领域中有不同的应用和含义，但大多数情况下都与直线、比例和线性关系相关。

线性英文为：linear、linearity。1、linear graduation线性刻度。2、Adaptive Linear线性适配。3、Vertical linearity垂直线性。4、Linear Scale线性缩放；线性比例。5、Linear expansion线性膨胀。6、Linear search线性检索。7、Linear Rotation线性旋转。例句1、This method eliminates the clustering problem in linear rehashing by picking the integer pii in a pseudorandom fashion.这种方法是按伪随机方式去挑选整数pii，它能消除线性再散列中所产生的堆聚问题。2、A specified arrangement used in ordering. An order need not be linear.一种在排序中使用的特定排列。排列的次序不必是线性的。

线性

在规定工作范围内，器件、网络或传输媒介符合叠加原理的工作属性。线性(linear)，指量与量之间按比例、成直线的关系，在数学上可以理解为一阶导数为常数的函数；非线性(non-linear)则指不按比例、不成直线的关系，一阶导数不为常数。线性线性线性linear，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；非线性non-linear则指不按比例、不成直线的关系，代表不规则的运动和突变。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。激光也是非线性的！天体运动存在混沌；电、光与声波的振荡，会突陷混沌；地磁场在400万年间，方向突变16次，也是由于混沌。甚至人类自己，原来都是非线性的：与传统的想法相反，健康人的脑电图和心脏跳动并不是规则的，而是混沌的，混沌正是生命力的表现，混沌系统对外界的刺激反应，比非混沌系统快。

线 是直线的意思 。。。任意一个直线 就只有两个变量。。一个因变量 一个自变量。。 自变量变化多少 因变量的变化量 与这个自变量变化的值 之间存在一个定量的（就是定值）关系 在数学里就是 直线的斜率了。。。 在离散性分析 就叫线性了。

线的，线型的，直线的，线状的

L直线滑块L linear slider

直线

线性运算是加法和数量乘法，对于不同向量空间线性运算一般有不同的形式，它们必须满足交换律，结合律，数量加法的分配律，向量加法的分配律。向量的运算律(1)交换律:α+β=β+α(2)结合律:(α+β)+γ=α+(β+γ)(3)数量加法的分配律:(λ+μ)α=λα+μα(4)向量加法的分配律:γ(α+β)= γα+γβ线性(linear)，指量与量之间按比例、成直线的关系，在数学上可以理解为一阶导数为常数的函数；非线性(non-linear)则指不按比例、不成直线的关系，一阶导数不为常数。

线性的

Linear目前广泛的运用到电子、食品机械、包装机械、医疗机械、印刷机械、纺织机械、机器人、工具机械、数控机床、汽车等一般或特殊机械行业之中。

Linear是与淬火直线传动轴配合使用。作无限直线运动的系统，负荷滚珠和淬火传动轴因为是点接触，容许载荷较小，但直线运动时，摩擦阻力最小，精度高，运动快捷。

实例以相同的速度从开始到结束的过渡效果：div{transition-timing-function: linear;-moz-transition-timing-function: linear; /* Firefox 4 */-webkit-transition-timing-function: linear; /* Safari 和 Chrome */-o-transition-timing-function: linear; /* Opera */}

动画的运动曲线。。。。。比如一开始块，后半段慢之类的。。。linear貌似是匀速吧

不分哪个国家凌力尔特是一种放大器

temp = 这个位置关联到音频;[linear(temp,tMin, tMax, value1, value2), linear(temp,tMin, tMax, value1, value2]

应该是连接外部的音源。比如播放器输出的音频可以从这里输入到音响里播放、

线性回归模型原理如下：1、基本形式：线性模型（linear model）试图学得一个通过属性的线性组合来进行预测的函数。w和b学得之后，模型就得以确定。w直观表达了各属性在预测中的重要性。2、线性回归：提出假设，给定数据集其中：“线性回归”（linear regression）试图学得一个线性模型以尽可能准确地预测实值输出标记。线性回归可以被看做是样本点的最佳拟合直线。这条最佳拟合线也被称为回归线（regression line），回归线与样本点之间的垂直连线即所谓的偏移（offset）或残差（residual）——预测的误差。在只有一个解释变量的特殊情况下，线性回归也称为简单线性回归（simple linear regression）当然，我们可以将线性回归模型扩展为多个解释变量。此时，即为所谓的多元线性回归（multiple linear regression）。如下图所示即为二元线性回归，一个回归平面来拟合样本点。基于最小二乘法构建线性回归模型：设计代价函数：通过最小二乘法，基于均方误差最小化来求解回归曲线的参数，使得回归曲线到样本点垂直距离（残差或误差）的平方和最小。代价函数为：代价函数最小化求解：需要求解代价函数最小时的w和b的值。

envi的linear点不了是因为没有选中图像，在envi中操作必须选中图像才可以进行linear的操作。ENVI（TheEnvironmentforVisualizingImages）是一个完整的遥感图像处理平台，应用汇集中的软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。

就叫行向量吧，也没什么特别的称谓吧

linear: 线性的; bent: 弯曲的; triangular pyramidal: 三角锥体; tetrahedral: 四面体应该是结构化学内的词汇，希望能帮到你~

简单点：拾取父系

官网 nn.Linear()详解 线性变换的权重值 weight 和 偏置值 bias 会伴随训练过程不管更新参数，也就是注释中的 learnable ，他们的初始时刻都随机初始化 在区间 ： ( , ) , 上面的例子可以看到，输入数据会跟一个权重矩阵 A 相乘，A.shape=[30, 20]，偏重为一个一维tensor，长度为[30]，权重矩阵相乘得到的128个30维的向量，最后会给每一个向量加上这个偏置误差tensor，所以就对应线性变换公式： 于是nn.Linear()也等价与下面的： 这个函数是用来设置神经网络中的全连接层的，输入输出都是二维 tensor in_features ：指的是输入的二维tensor的大小，即输入的[batch_size, size]中的size。 out_features ：指的是输出的二维tensor的大小，即输出的二维张量的形状为[batch_size，output_size]，也代表了该全连接层的神经元个数。

兄弟，貌似没有这个吧

import torch import torch.nn nn.linear()是用来设置网络中的全连接层的，而在全连接层中的输入与输出都是二维张量，一般形状为[batch_size, size]，与卷积层要求输入输出是4维张量不同。 用法与形参见说明如下： in_features指的是输入的二维张量的大小，即输入的[batch_size, size]中的size。 batch_size指的是每次训练（batch)的时候样本的大小。比如CNN train的样张图片是60张，设置batch_size=15，那么iteration=4。如果想多训练几次（因为可以每次的batch不是相同的数据），那么就是epoch。 所以nn.Linear()中的输入包括有输入的图片数量，同时还有每张图片的维度。 out_features指的是输出的二维张量的大小，即输出[batch_size，size]中的size是输出的张量维度，而batch_size与输入中的一致。 参考： PyTorch的nn.Linear（）详解

x.x表示图上标注的尺寸有保留一位小数的，它的公差是正负0.25。同理x.xx表示图上标注的尺寸有保留两位小数的，它的公差是正负0.1。

线性混合颜色linear color blendinglinear是线的，线型的意思。color是颜色；肤色的意思。blending是混合；调配；混和物的意思。希望能帮助你的学习~谢谢采纳(￣▽￣)"

PCM是脉冲编码调制，简单的说就是在录制音频是对连续音频信号抽样，以0和1的数字形式记录，所以PCM不是连续音频； Linear-PCM是PCM的一种，具备比普通CD音频中的PCM数码流更高的位深和采样率，音质好很多。 希望我的回答对你有帮助！记得采纳哦！

linear quadratic cubic释义线性二次立方

连续的故事

主要看杂化方式sp杂化——直线型C2H2sp2杂化——平面三角形C2H4sp3杂化——空间四面体 分 空间四面体CH4，三角锥形NH3，V型（H2O）sp3d杂化——三角双锥型——三角双锥型（IF5），变性四面体（SF4），T型（ICl3），直线型（XeF2）sp3d2杂化——八面体型——八面体型（SF6），四方锥形（IF5），平面四边形（XeF4）sp3d3杂化——变形八面体——变形八面体（IF7）

用二元组表示为: Linear_list=(D,R) D={ ai | 1≤i≤n,n≥0, ai∈elemtype} /* elemtype 为任何数据类型线性表（Linear _List） n(n>=0)个数据元素的有限序列，数据元素之间具有线性关系。记作：（a1,a2,a3,......an）ai是数据元素线性关系：除第一个元素外，每个元素有且仅有一个前驱；除最后一个元素外，每个元素有且仅有一个后继。特点：数据元素之间的关系是它们在数据集合中的相对位置。数据结构描述：Linear_List=(D,R)D={ai|ai∈Dn i=1,2....n, n≥0}R={r} r={<ai-1,ai>|ai-1,ai∈D0 i=2,3,4,.......} D0是某个数据对象线性表的长度：线性表中含有数据元素的个数。直接前驱：ai-1是ai的前驱 i=2,3,4,...n。直接后继：ai+1是ai的后继 i=1,2,.....n-1。表头元素：线性表中的第一个数据元素。表尾元素：线性表中的最后一个数据元素。空表：长度为0的线性表。结点：通常指和一个数据元素相关的存储空间。首元结点：在链式存储结构中，存储线性表中第一个数据元素的结点。InitList(L)：创建一个空的线性表L。ListLength（L）：初始化条件：存在线性表L。返回L的长度，空表时返回0。ListEmpty（L）：初始化条件：存在线性表。若L为空表，返回真（整数1）；否则返回假（整数0）。GetElem（L，i，&e）：初始化条件：存在线性表L，且1≤i≤ListLength（L）。返回L中的第i个数据元素的值，否则提示出错信息。ListInsert（L，i，e）：将数据元素插入到线性表L的第i个元素之前。ListDelete（L，i）：删除线性表的第i个元素。LocateElem（L，e）：初始化条件：存在线性表L。返回L中第一个与e相等的数据元素的位序，若这样的元素不存在，则返回0。ADT linear_list{ data structure: D={ai|ai∈D0 i=1,2,....... n>=0} R={r} r={<ai-1,ai>|ai-1,ai∈D0 i=2,3,4,....} D0是某个数据对象 operations: ListInit(L) ListLength(L) ListEmpty(L) GetElem(L,i) ListInsert(L,i,e) ListDelete(L,i) LocateElem(L,e)} ADT linear_list按数据元素分：一般线性表、字符串、广义表、数组。按实施操作分：N元组——不能进行插入、删除。一般线性表——可以在任何位置插入、删除。堆栈——只能在一端插入、删除。队列——插入在一端、删除在另一端。双端队列——在两端可以插入、删除。顺序存储方式：用一组地址连续的存储单元依次存储线性表的各个元素。可借助一维数组实现。在顺序存储中，每个存储结点只含有所存储数据元素本身的信息，元素直接的逻辑关系是通过数组下标反映出来。特点：存储空间必须是连续的，预分配；逻辑顺序与物理顺序一致，用物理上的相邻来表示逻辑上的线性关系；任意相邻元素之间无空闲空间，且距离为1；已知基地址，可以计算出任意元素的存储地址：LOC(ai)=base+(i-1)*L

ease、ease-in、ease-in-out、ease-out 1、linear:以相同速度开始至结束的过渡效果（cubic-bezier(0,0,1,1)） 2、ease:慢速开始，然后变快，然后慢速结束的过渡效果（cubic-bezier(0.25,0.1,0.25,1)） （相对于匀速，中间快，两头慢） 3、ease-in:相对于匀速，开始的时候慢，之后快 4、ease-in-out:相对于匀速，开始和结束都慢，两头慢。 5、cubic-bezier(n,n,n,n)在cubic-bezier函数中定义自己值（0至1之间的数值） 总结： in:加快 out:放慢 ease:松弛 linear:匀速

线 没有反义词、1.用丝、棉、麻、金属等制成的细长可以任意曲折的东西：丝～。棉～。～圈。～材。～绳。2.几何学上指一个点任意移动所构成的图形：直～。曲～。～条。3.像线的东西：光～。视～。～索。4.量词，用于抽象事物，数词限用“一”，表示极少：一～希望。

1、创建数据集hospital <- c("New York", "California")patients <- c(150,350)costs <- c(3.1,2.5)df <- data.frame(hospital, patients, costs)2、创建新的变量df$totcosts <- df$patients * df$costs3、改变变量的名称df$costs_euro <- df$costsdf$costs <- NULLdf$patients <- ifelse(df$patients==150，100，ifelse(df$patients==350,300，NA))4、合并数据集finaldt <- merge(dataset1, dataset2, by="id")或者finaldt <- cbind(dataset1, dataset2)finaldt <- rbind(dataset1, dataset2)5、子数据集dt <- iris[,c("Sepal.Length" ,"Sepal.Width")]dt <- iris[,c(-2,-3)]#去除第2、3列变量数据dt2<- subset(dt,Age>40&Sex==men)#对数据集dt筛选满足条件的数据

线性linear，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；非线性non-linear则指不按比例、不成直线的关系，代表不规则的运动和突变。线性：指量与量之间按比例、成直线的关系，在数学上可以理解为一阶导数为常数的函数；非线性：则指不按比例、不成直线的关系，一阶导数不为常数。线性关系：两个变量之间存在一次方函数关系，就称它们之间存在线性关系。正比例关系是线性关系中的特例，反比例关系不是线性关系。更通俗一点讲，如果把这两个变量分别作为点的横坐标与纵坐标，其图象是平面上的一条直线，则这两个变量之间的关系就是线性关系。即如果可以用一个二元一次方程来表达两个变量之间关系的话，这两个变量之间的关系称为线性关系，因而，二元一次方程也称为线性方程。推而广之，含有n个变量的一次方程，也称为n元线性方程，不过这已经与直线没有什么关系了。线性方程：线性方程也称一次方程。指未知数都是一次的方程。其一般的形式是ax+by+...+cz+d=0

是的，LT是LINEAR公司全称Linear Technology的简写。

直线 aligning; straight-line; straight line (SL); direct line; right line; linear; translational; line 直线V形底 straight-line vee bottom 直线Z箍缩 linear Z-pinch 直线把 bundle of lines 直线倍增加速器 linear multiple accelerator 直线比 linear ratio 直线笔 ruling pen; lining pen 直线笔划线 pen ruling 直线编码 straight-line code; straight-line coding 直线变频式电容器 straight-line-frequency condenser; SLF condenser 直线标度 line scale 直线波长式 straight-line wavelength 直线波长式电容器 straight line wave-length condenser 直线波长式可变电容器 square law capacitor; straight-line-wave-length capacitor 直线不重合度 misalignment 直线布置 straight-through arrangement 直线步进电动机 linear pulse motor; linear step motor; linear stepping motor 直线部分 straight line portion; straightway 直线侧缝 straight-side slot 直线产生器 line generator 直线车身 straight-line body 直线车削 straight turning 直线衬里 straight lining 直线齿形鼠牙盘离合器 hirth coupling 直线尺 straightedge rule 直线抽样法 line sampling 直线传播 linear propagation; rectilinear propagation 直线传动 straight-line drive 直线导体天线 linear conductor antenna 直线导线 rectilinear wire 直线的 linear; orthographic(al); rectilinear 直线的法线式 normal form of a straight line 直线电动机 linear electric motor; linear motor 直线电机 linear motion actuator 直线电流 straight line current 直线电容式可变电容器 straight-line capacity condenser; straight-line-capacity capacitor 直线电子加速器 linac 直线吊线 straight ligament 直线定律 straight-line law 直线定子 linear stator 直线定子电机 linear stator machine 直线段 straightway; tangential path 直线对准 align; adjusting to a line; alignment 直线对准盘 alignment disk(-sc) 直线对准器 aligner 直线多边形 rectilinear polygon 直线发展 unilinear 直线反映 line reflection 直线方程 linear equation 直线方程式 straight line equation 直线方向 rectilinear direction 直线飞行 rectilinear flight; straight flight; straight-line flight 直线缝隙天线阵 linear-slot array 直线浮筒导轨 linear float guide 直线俯冲 straight dive

非线性non-linear

bi-linear双线性linear[英][u02c8lu026aniu0259(r)][美][u02c8lu026aniu0259r]adj.直线的，线形的; 长度的; <数>一次的，线性的; 通过单独的若干阶段来发展; 例句:1.The most common linear data structure used is the list. 有序列表是最常见的线性数据结构之一。2.Linear temporal logic is an established discipline. 线性时序逻辑是一个已经确立的规则。

linear+e3有+号，所以是无铅芯片型号后有“+”的表示无铅;"pBF"表示无铅pbfree;带"G"表示无铅green;在封装顶部靠近第1引脚或凹槽位置标记有"+"符号

有线电视频道

概念：线性linear，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，在数学上可以理解为一阶导数为常数的函数；非线性non-linear则指不按比例、不成直线的关系，代表不规则的运动和突变，一阶导数不为常数。区别：线性与非线性的区别：“线性”与“非线性”，常用于区别函数y=f(x)对自变量x的依赖关系。线性函数即一次函数，其图像为一条直线。其它函数则为非线性函数，其图像是除直线以外的图像。非线性，它会影响倾角传感器的测量精度，可以通过后续进行校正，取决于校正点的多少。校正点越多，非线性越好。性质：线性是一个涵义很广的数学或物理概念，在不同的情况下有不同的定义。如：线性函数、线性方程、线性代数、线性空间、线性变换等等。非线性关系虽然千变万化，但还是具有某些不同于线性关系的共性。线性关系是互不相干的独立关系，而非线性则是相互作用，正是这种相互作用，使得整体不再是简单地全部等于部分之和，而可能出现不同于"线性叠加"的增益或亏损。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。迄今为止，对非线性的概念、非线性的性质，并没有清晰的、完整的认识，对其哲学意义也没有充分地开掘。

三大属性： 方向 重力 权重 1.方向：线性布局只能以一个方向来放置控件,所用到的属性orientation :排列方式布局(垂直，水平) 2.重力：重力矢量是一个对齐方式 ,所用到的属性 gravity :表示对齐方式（上下左右..对齐） 3.权重：部件在相应的布局中间的比重，不能设置具体像素，是设置在控件上面的。layout_weight

直线的脚本是写在使用的系统米诺斯文明。此脚本的示例已从克里特岛遗址中恢复，例如 Hagia Triada、Knossos和Phaistos。在克里特岛以外还发现了线性 A脚本的其他例子，包括位于罗德岛和米利都西北海岸的特里安达 (Ialysos) 遗址，这是与米诺斯人文化联系的见证。不幸的是，线性 A 脚本仍未破译。 线性 A 脚本的起源 公元 19 世纪后期，英国考古学家亚瑟·埃文斯爵士发表了一篇名为“克里特岛象形文字和普拉-腓尼基文字”的论文，该论文基于对克里特岛和希腊大陆上发现的许多标志和简短铭文的研究。公元 1901 年，埃文斯在克诺索斯遗址进行的发掘中，发现了一个泥板档案，类似于在近东发现的许多泥板档案。埃文斯检索到的石碑记录了许多文字，所有这些文字都与目前已知的文字不同。 许多研究试图确定线性 A 背后的语言，但没有一个产生令人信服的结果 这些标志中最古老的是一种在公元前 2000 年左右开发的象形文字系统，今天称为克里特象形文字。另一组标志被确定为线性 A，开发于公元前 1700 年左右。虽然克里特岛象形文字具有图形外观，但线形 A 具有线形外观：大多数记录在案的泥板线形 A 铭文排列在方形区域中，通常有四到九行长。这些书写系统都没有被破译。据推测，克里特岛象形文字和线性 A 代表相同的语言。根据不同学者的说法，确定的线形A符号的数量从77到85不等，表明这是一个音节书写系统。 许多研究试图确定线性 A 背后的语言，但没有一个产生令人信服的结果。许多学者认为线性 A 代表一种与希腊语无关的前希腊语言。一些理论甚至更进一步声称线性 A 语言甚至不属于印欧语系。其他研究推测，Linear A 与古老的欧洲长春花文化有关。 埃文斯确定的另一组符号是线性 B 脚本。尽管埃文斯从不知道，Linear B是 Linear A 的改编版本，用于表示希腊语言的一种古老形式。线性 B 于公元 1953 年由迈克尔·文特里斯 (Michael Ventris) 破译，即亚瑟·埃文斯爵士 (Arthur Evans)去世十多年后。 材料形式和用途 尽管线形 A 文字仍未破译，但一些学者已尝试基于与线形 B 文字的功能比较来理解一些线形 A 文本的整体信息。基于这些研究，有人认为线性 A 铭文与会计数据和其他形式的记录保存和管理有关。这一立场与米诺斯宫殿具有非凡的存储能力并被认为是重新分配中心的事实一致。 在祭祀台上发现了一些线性 A 铭文，这些铭文与仪式和宗教物品（例如带有仪式手势的奉献赤土陶器或青铜小雕像、黄金首饰、陶器和石器）有关，这些物品位于米诺斯时代的山顶上或附近的避难所中，有时被称为乡村保护区或高峰保护区。这是线性 A 脚本的仪式或宗教使用的可能示例。 在粘土片上发现了大多数线性 A 的例子。在陶片、印章石、滑石印章和吊坠以及铭刻的积木上也发现了其他例子。 线性 A 脚本的衰落 大约在公元前 1450 年，开发了线性 B 脚本。Linear B 是我们所知道的最早的希腊语书面形式。由于此脚本与较旧的线性 A 共享许多符号，因此推断线性 B 是在抄写员将线性 A 改编为一种新语言：希腊语时出现的。线性 B 不适合书写希腊语这一事实进一步支持了这一想法。 随着迈锡尼文明在公元前 2 世纪中期兴起，而米诺斯人正在衰落，线性 B 脚本取代了较旧的线性 A。公元前 1450 年，克里特岛上的大多数米诺斯遗址被摧毁，克诺索斯的线形 A 文字被线形 B 取代。最后被 c. 公元前 1400 年，Linear A 脚本被完全放弃，所有在希腊和克里特岛的写作都使用 Linear B 记录。

针对给定变量集x={x...},线性模型，试图运用一组常量值w={w...}，来构造一个函数方程，即： 写成向量形式为： 线性模型形式简单，已于建模，但是其蕴涵着机器学习中的一些重要基本思想，许多非线性结构引入到或映射到高维，可以转换为线性模型处理。而且，其对于不同变量的影响，可以直观的看出； 令：（其中n=d,m=n，X11、XM1均为1） 化简即得： 但是，现实生活中 往往不是满秩矩阵，这个便引入了正则化项（regularization） 对于线性回归，使用最小二乘法的一个实例： 先给定一组数据，为某产品x与y之间的对应关系； 建立一元n次模型： 程序如下： 拟合结果如下： ①、n=1: ②、n=2 和n=3：拟合较好 ③、n=6：过度拟合 原理如下：1、Feature scaling，数据正则化 不同的特征量由于单位不同，可能在数值上相差较大，Feature Scaling可以<b>去量纲</b>，减少梯度下降法的迭代次数，提高速度，所以在算法执行前通常需要Feature Scaling。直观上来说，考虑两个特征量，规范化前的椭圆很瘪，可能导致收敛的路径变长，数据规范化后使得椭圆较均匀，缩短收敛路径，如下： 2、Features and polynomial regression，合并特征量 比如，房子受面积影响较大，那么面积又有深度、长度、宽度等决定，则可以将3者统一为一个变量； 拟合结果如下： Logistic回归与多重线性回归实际上有很多相同之处，最大的区别就在于它们的因变量不同，其他的基本都差不多。正是因为如此，这两种回归可以归入一类，即广义线性模型（generalizedlinear model）。 此类回归的模型形式基本上都差不多，跟进因变量的不同可以有如下划分： 1.如果是连续的，就是多重线性回归； 2.如果是二项分布，就是Logistic回归； 3.如果是Poisson分布，就是Poisson回归； 4.如果是负二项分布，就是负二项回归。 Logistic回归的因变量可以是二分类的，也可以是多分类的，但是二分类的更为常用，也更加容易解释。所以实际中最常用的就是二分类的Logistic回归。 一般步骤为：

一次函数:linear function二次函数:quadratic function指数函数:exponential function对数函数:logarithmic function

线性，非线性:线性指两个变量x,y间满足y=ax+b的关系。x每增加 Δx,则y增加Δy=aΔx齐次和非齐次:方程或方程组化成某种形式后，右边的f(x)是0的话就是齐次的。非零就是非齐次。

“线性对”的意思