1. 基本形式
给定由d 个属性描述的示例æ = (X1; 白;...; Xd) , 其中均是a 在第4 个属性上的取值,线性模型(linear model)试图学得一个通过属性的线性组合来进行预测的函数,即
2. 线性回归
给定数据集D = {(æ1 ,Y1) , (町,的),..., (æm , Ym)} , 其中æi (Xi1;zω. . . ; Xid) , Yi ε lR. "线性回归" (linear regression)试图学得一个线性模
型以尽可能准确地预测实值输出标记.
3. 对数几率回归
考虑二分类任务, 其输出标记νε{0, 1} ,而线性回归模型产生的预测值z = ωTx +b 是实值,于是?我们需将实值z 转换为0/ 1 值. 最理想的是"单位阶跃函数" (unit-step function)