之前B哥告訴我們片吊，寫博客是為了讓別人能看得懂佩谣，不是為了自己記筆記的把还。簡書暫時充當了我的博客功能吧。很久沒有寫簡書了，這段時間學習了挺多東西的吊履，有時間就來碼一點安皱。
最近在學習機器學習的內(nèi)容，之前看了一本Spark MLlib機器學習艇炎，雖然有些算法的原理酌伊，但是講的不深，于是開始看CS229的公開課缀踪，輔以李航的統(tǒng)計學習方法和周志華的西瓜書居砖。
首先在介紹這寫之前，要引入一個概念：廣義線性模型（插入公式真累）
廣義線性模型
其中廣義線性模型是假設(shè)每個觀測值y都來自一個指數(shù)族分布辜贵。比如伯努利分布寫成廣義線性模型就是
伯努利分布
同樣的，高斯分布寫成廣義線性模型就是
高斯分布
對于廣義線性模型的假設(shè)托慨，是使
使得可以用回歸模型擬合曲線鼻由。
例如，對于邏輯回歸
對于線性回歸
Paste_Image.png
