机器学习一些零碎知识，逐步更新

机器学习 1、x：属性值 y：目标值 如：2x+3=y， A x 2 + b = y Ax^2+b=y Ax2+b=y 2、拟合：构建的算法符合给定数据的特征 3、欠拟合：算法不太符合样本的数据特征 4、过拟合：算法太符合样本数据的特征，对于实际生产中的数据特征无法拟合 有监督学习 判别式模型(Discriminative Model):直接对条件概率p(y|x)进行建模，常见判别模型有:线性回归

>>阅读原文<<