1.1. Linear Models（广义线性模型）

1.1. Linear Models

Linear Models（线性模型）是sklearn监督学习的第一大章，其实也是周志华西瓜书中介绍的第一个模型种类。

这里其实有一个非常模糊的点，是我一开始看西瓜书没有看明白的，就是：线性的模型，本质上是到底指的是什么？

• 是模型的数学推导具有线性属性吗？
• 是样本的分布满足线性关系吗（就像线性回归那样）？
• 还是单纯的人们能从模型的可视化里得到一条“线”属性的图像？

sklearn的定义与西瓜书的定义是一致的：

用中文解释：
线性模型试图学得一个通过属性的线性组合来预测的函数

用词很讲究：

1. “线性”一词的本质是线性组合
2. 线性组合的主体是样本的属性
3. 函数的作用是预测（那就是包括分类与回归）

在sklearn中，我们对参数做一下定义：

• vector ω() 被称为coef_ 是系数coefficient的简称；
• ${\omega }_0$被称为intercept_ 意思是截距

这基本就是对Linear Models的所有解释了。