之前B哥告诉我们，写博客是为了让别人能看得懂，不是为了自己记笔记的。简书暂时充当了我的博客功能吧。很久没有写简书了，这段时间学习了挺多东西的，有时间就来码一点。
最近在学习机器学习的内容，之前看了一本Spark MLlib机器学习，虽然有些算法的原理，但是讲的不深，于是开始看CS229的公开课，辅以李航的统计学习方法和周志华的西瓜书。
首先在介绍这写之前，要引入一个概念：广义线性模型（插入公式真累）
广义线性模型
其中广义线性模型是假设每个观测值y都来自一个指数族分布。比如伯努利分布写成广义线性模型就是
伯努利分布
同样的，高斯分布写成广义线性模型就是
高斯分布
对于广义线性模型的假设，是使
使得可以用回归模型拟合曲线。
例如，对于逻辑回归
对于线性回归
Paste_Image.png
