1. 线性回归(linearregression)
连续值
回归问题
Cost function：均方误差（最小化）
基于均方误差最小化来进行模型求解的方法叫做“最小二乘法”（LeastSquare Method）。在线性回归中，最小二乘法就是试图找到一条直线，使所有样本到直线上的欧式距离之和最小。
2. 逻辑回归（Logistic
regression）
离散值
分类问题
将线性回归模型产生的预测值转换为0/1值。使用的是Sigmoid函数（对数几率函数）
通过极大似然法来估计w和b。
优化算法：梯度下降法，牛顿法
