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

• Определение взаимосвязи двух явлений. 1 Для этого применяется линейная регрессия. 1
• Работа с большими выборками. 2 Линейные модели быстрые и могут работать на очень больших выборках, особенно когда признаков очень много (от сотен тысяч и более), и они разреженные. 2
• Интерпретируемость коэффициентов. 23 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.. 2

Однако линейные модели плохо работают в задачах, в которых зависимость ответов от признаков сложная, нелинейная. 2