吃瓜教程-Task2（第3章）

 1.学习记录

        1.1 均方误差是评估回归问题的主要性能度量，其对模型的求解也称为“最小二乘法”。而使权重w和偏置b参数最优化的过程成为回归模型的最小二乘“参数估计”。

        1.2 “逻辑回归”是一种分类方法，可以得到预测的近似概率。

        1.3 线性分类判别器的主要思想：对训练样本，将同类样例在某条直线的投影点上尽可能进，异类样例的投影点尽可能远，再根据投影点的位置来区分新样本的类别。

        1.4 多分类学习器：将学习任务拆分成多个二分类学习器，再对结果进行整合。不同的任务拆分整合策略各不相同。

2.疑惑存留

        2.1 在西瓜书P59，利用“极大似然法”，“凸优化理论”估计计算w，b的推导过程。

        2.2 NP难问题。

3.自己的理解

        3.1 不同数目的正反样例，可以通过“再缩放”将这种“不同”转变为数目“相当”。