如何判断机器学习数据集是否是线性的

首先，线性和非线性函数之间的区别：

左边是线性函数，右边是非线性函数。

线性函数:可以简单定义为始终遵循以下原则的函数:

输入/输出=常数。

线性方程总是1次多项式(例如x+2y+3=0)。在二维情况下，它们总是形成直线;在其他维度中，它们也可以形成平面、点或超平面。它们的“形状”总是笔直的，没有任何曲线。这就是为什么我们叫它们线性方程。

非线性函数：即函数图像不是一条直线的函数。高阶多项式是非线性的。三角函数（如sin或cos）是非线性的。平方根是非线性的。

我们如何找到机器学习数据集是否是线性呢？如果我们只有一个维度，那么图形很简单，但是如何处理多维机器学习数据集呢?

x = np.random.randn(100, 1)
c =