线性模型：
线性模型，比如说“逻辑回归”、“线性回归”可以很好的拟合相应的对象；但线性模型存在明显的缺陷，就是该模型的能力被局限在线性函数里，它没有办法去理解任意两个变量间的相互作用
为了将线性模型扩展，使其能够表示非线性函数，我们可以不将线性模型不用再x本身，而是将x做一个非线性变换，再对非线性变换的结果加以处理
可选择的几种映射
1、使用通用的映射F，例如无限维的F；如果F有足够高的的维数，它总有足够的能力来拟合训练集，但通常对测试集的泛化往往不佳；
2、手动的设计F；
3、深度学习学习F