当我们对如下数据进行使用非线性回归分类时，我们可以使用包含很多非线性项的逻辑回归函数，来回归分类。下面是只有X1, X2两个特征的逻辑回归函数。
但是，如果数据包含上百个特征时呢？例如包含上百个特征的房屋分类问题，或者图像识别领域。例如：（x1, x2, x3, ... x100），则即便只包含二次项，二次项的个数也会非常的多。
这将导致非常多的高阶多项式，多项式规模急剧膨胀。所以逻辑回归问题不是解决包含大量特征的数据分类问题好办法。所以我们引入了神经网络。
原文：https://www.cnblogs.com/aviator999/p/9904536.html