感知机/LR为线性模型，神经网络非线性

1. 线性模型可以是用曲线拟合样本，但是分类的决策边界一定是直线的，例如logistics模型
2. 区分是否为线性模型，主要是看一个乘法式子中自变量x前的系数w,如果w只影响一个x，那么此模型为线性模型。或者判断决策边界是否是线性的

并不是用了非线性函数就是非线性模型！！LR,感知机均用了非线性函数，sigmoid,sign,但是线性分类器，因为他们的决策边界都只能是线性的，他们只能够处理线性可分的问题，无法处理非线性问题。

神经网络是多个感知机组合，一个自变量X被多个W影响。

激活函数确实可以产生非线性的变换，但对于神经网络模型而言，整个处理非线性可分的能力关键不在于激活函数，而是神经网络之间的多层叠加，使得只能处理线性可分问题的感知机（神经元）可以处理非线性可分问题。但激活函数同样是必不可少的。如果神经网络中的神经元都不带激活函数，那么神经元无论怎么样堆叠，都只能够处理线性问题。虽然没有激活函数时，每个变量也被多个权值所影响，但不同的是，此时每个变量都以独立于其它变量区分开来。而当引入非线性的激活函数时，每个变量是无法与其它变量所独立开来的！

参考链接：

https://blog.csdn.net/qq_32742009/article/details/81384837

https://blog.csdn.net/program_developer/article/details/78704224