就大 O 符号而言，O(N*P) 是什么类别，P 表示特征大小，如朴素贝叶斯或 kNN 中所见？
In terms of Big O notation what category is O(N*P), P signifying feature size, as seen in Naive Bayes or kNN?
如果某些机器学习算法的时间复杂度例如； kNN 和朴素贝叶斯可以定义为 O(N*P)，其中 N 是行数，P 是特征大小，这算作哪个大 O 复杂度？
O(N*P) 时间复杂度是否与 O(N) 属于同一类别，因此它是“线性复杂度”吗？如果 P=N 为真，它是否也可以算作 O(N^2)，因此二次复杂性？那么，我们究竟可以称其为何种复杂性，是未定的吗？谢谢。
正如你所说，这取决于P的值。因此，时间复杂度一般是O(N*P)，等我们对P的值有更多的了解后，再详细解释。再举一个你提到的例子，如果 P = N^2，时间复杂度也可以是 Qubic。因此，不知道P.
就不能说这个时间复杂度
如果某些机器学习算法的时间复杂度例如； kNN 和朴素贝叶斯可以定义为 O(N*P)，其中 N 是行数，P 是特征大小，这算作哪个大 O 复杂度？
O(N*P) 时间复杂度是否与 O(N) 属于同一类别，因此它是“线性复杂度”吗？如果 P=N 为真，它是否也可以算作 O(N^2)，因此二次复杂性？那么，我们究竟可以称其为何种复杂性，是未定的吗？谢谢。
正如你所说，这取决于P的值。因此，时间复杂度一般是O(N*P)，等我们对P的值有更多的了解后，再详细解释。再举一个你提到的例子，如果 P = N^2，时间复杂度也可以是 Qubic。因此，不知道P.