基本形式
example:
$\mathbb{x}=(x_1;x_2;...;x_d)$
$x_i$是 $\mathbb{x}$ 在第i个属性上的取值线性模型试图学得$f(\mathbb{x})=\mathbb{w}^T\mathbb{x}+b$ 来预测函数，$\mathbb{w}$ 和 $b$ 为参数
线性模型优点：可解释性强
分类：
- 回归
- 分类
回归
均方误差是回归任务中最常用的性能度量
一元线性回归
多元线性回归
更一般的情形，样本由多个属性决定，此时 $f(\mathbb{x}_i)=\mathbb{w}^T\mathbb{x}_i+b$, 称为多元线性回归
依旧用最小二乘法
对数几率回归
