В каких случаях линейные функционалы полезны в машинном обучении и статистике?

Линейные функционалы полезны в машинном обучении и статистике в следующих случаях:

• Определение взаимосвязи двух явлений. blog.skillfactory.ru Для этого применяется линейная регрессия. blog.skillfactory.ru
• Работа с большими выборками. habr.com Линейные модели быстрые и могут работать на очень больших выборках, особенно когда признаков очень много (от сотен тысяч и более), и они разреженные. habr.com
• Интерпретируемость коэффициентов. habr.com education.yandex.ru При условии что признаки масштабированы, коэффициенты перед признаками могут интерпретироваться: в линейной регрессии — как частные производные зависимой переменной от признаков, в логистической — как изменение шансов на отнесение к одному из классов в раз при изменении признака на 1 ед.. habr.com

Однако линейные модели плохо работают в задачах, в которых зависимость ответов от признаков сложная, нелинейная. habr.com