50. (1.0分) 逻辑回归可以处理非线性的分类边界。A. 对B. 错

逻辑回归的核心是通过线性组合的输入特征，结合sigmoid函数输出概率，实现二分类。其分类边界本质上是线性的，无法直接处理非线性可分的数据。若要处理非线性问题，需通过特征工程（如添加多项式项）扩展特征空间，但此时模型本身仍属于线性分类器。因此，题目中的说法错误。

逻辑回归的分类边界由线性组合决定。例如，在二维空间中，其决策边界为直线；在三维及以上空间为超平面。对于非线性可分的数据（如“同心圆”分布的两类），逻辑回归无法直接拟合出非线性边界。虽然可通过添加非线性特征（如$x^2$）间接处理，但这属于特征工程的扩展，而非逻辑回归本身的特性。因此，题目中“逻辑回归可以处理非线性的分类边界”表述不准确。