①linear regression

target function的推导

线性回归是一种做拟合的算法：

通过工资和年龄预测额度，这样就可以做拟合来预测了。有两个特征，那么就要求有两个参数了，设置

\theta_1,\theta_2

，对应工资和年龄两个字段的值。拟合的公式一般都是

s = wx + b

，所以还缺一个

b

，所以还要设置一个

\theta_0

，所以决策函数就是

h_{\theta}(x) = \theta_0+\theta_1x_1+\theta_2x_2

。这个决策函数的形式并不是推出来的，而是经验之举设置成这个形式的。可以设置多一个

x_0

，使得

x_0=1

，然后上式就可以变成

h_{\theta}(x) = \theta_0x_0+\theta_1x_1+\theta_2x_2

，整合一下，

h_{\theta}(x) = \sum_{i=0}^{i = 2}\theta_ix_i=\theta^Tx

。

误差

上面的 $\theta_0$ 可以看做是一个误差，这个误差满足高斯分布，服从均值为0，方差为 $\theta^2$ 的高斯分布，也就是高斯分布。因为求出来的拟合数值不是一定就准确的，肯定会有一些的误差。

一般误差不会太多，都是在0上下浮动的，所以0附近是最高的概率。
使用linear regression要满足三个条件：
1.独立，每一个样本点之间都要相互独立。
2.同分布，他们的银行是一样的，使用的算法是一样的。
3.误差都服从高斯分布。

由于误差是服从高斯分布的，自然有： $P(\theta_0)=\frac{1}{\sqrt{2\pi}\sigma}exp(-\frac{\theta_0^2}{2\sigma^2})$
上述式子有： $y = \theta^Tx+\theta_0$
$P(\theta_0)=\frac{1}{\sqrt{2\pi}\sigma}exp(-\frac{(y_i-\theta^Tx_i)^2}{2\sigma^2})$
需要求参数 $\theta$ ，自然就是最大似然函数：
$L(\theta)=\prod_{i=1}^m\frac{1}{\sqrt{2\pi}\sigma}exp(-\frac{(y_i-\theta^Tx_i)^2}{2\sigma^2})$
log化简：
$logL(\theta) = log\prod_{i=1}^m\frac{1}{\sqrt{2\pi}\sigma}exp(-\frac{(y_i-\theta^Tx_i)^2}{2\sigma^2})$
$=mlog\frac{1}{\sqrt{2\pi}\sigma}+\sum_{i=1}^m(-\frac{(y_i-\theta^Tx_i)^2}{2\sigma^2})$
$=mlog\frac{1}{\sqrt{2\pi}\sigma}-\frac{1}{2\sigma^2}\sum_{i=1}^m(y_i-\theta^Tx_i)^2$
最大化这个似然函数那就是最小化 $\frac{1}{2\sigma^2}\sum_{i=1}^m(y_i-\theta^Tx_i)^2$ 。因为前面都是常数，可以忽略。而这个式子稍微变一下就是最小二乘法了。
最小二乘法： $f = \frac{1}{2}\sum_{i=1}^m(h_{\theta}(x_i)-y_i)^2$ ，不用上面化简出来的式子非要加上 $\frac{1}{2}$ 是因为求导之后2是可以和0.5抵消的。

目标函数的化简

化简一下：
$J(\theta)=\frac{1}{2}\sum_{i=1}^m(h_{\theta}(x_i)-y_i)^2$
$=\frac{1}{2}(x\theta-y)^T(x\theta-y)$
求极小值，直接就是导数为0即可，所以对 $\theta$ 求导数即可。
$\bigtriangledown_{\theta}J(\theta) = \bigtriangledown_{\theta}(\frac{1}{2}(\theta^Tx^T-y^T)(x\theta-y))$
$= \bigtriangledown_{\theta}\frac{1}{2}(\theta^Tx^Tx\theta-\theta^Tx^Ty-y^Tx\theta+y^Ty)$
$=x^Tx\theta-x^Ty$
直接令等于0： $\theta = (x^Tx)^{-1}x^Ty$ 。
这样就是得到了最终的目标函数，一步就可以到达最终的optimal value。这就是linear regression。所以线性回归是有解析解的，直接一条公式就可以求出来的。注意上面的公式 $J(\theta)=\frac{1}{2}\sum_{i=1}^m(h_{\theta}(x_i)-y_i)^2$ 的 $\theta^Tx$ 是不包含bias偏置值，偏置项就是误差，代入高斯函数推导出来的。

②logistic regression

target function 的推导

首先要提一个函数，sigmoid函数： $f(x) = \frac{1}{1+e^{-z}}$
这个函数之前被用来做神经网络的激活函数，但是它有一个缺点。

离原点处越远梯度就越趋近于0，在神经网络里面就会出现一个梯度消失的问题，所以后来就用relu或者tanh函数代替了。这个函数的值域是在

(0, 1)

，所以sigmoid函数可以把一个值映射成一个概率，通过这个函数就可以做出一个概率，最后用过这个概率来区分类别。这里的决策函数还是和之前的一样

h(x) = \sum_{i=1}^m\theta_ix+\theta_0

这样有点麻烦，可以把

\theta_0

合并到

h(x)

，只需要在

x

中加多一列1就好了，所以函数可以简化

h(x) = \theta^Tx

。这还是不是最终的决策函数，这只是一个值，只是一个得分，需要把这个得分转换成一个概率。所以最终的决策函数就是

h(x) = \frac{1}{1+e^{-\theta^Tx}}

。假设有两个类别

y=1,y=0

，那么可以假设属于

y=1

的类别就是

p(y=1|x;\theta) = h(x)

，属于

y=0

的类别就是

p(y=0|x;\theta) = 1-h(x)

这样的两个的式子对于求导和化简都不好，所以合并一下：

P(y|x:\theta) = (h(x)^y)(1-h(x)^{1-y})

因为y只有1和0，如果当前的分类是y，那么就是

h(x)

的概率，不是就是另外一个。

目标函数的化简

最大似然函数，常规操作，给定了数据集找到符合这个数据集的分布一般也就是最大似然函数适合了。所以 $L(\theta) = \prod_{i=1}^mP(y_i|x_i;\theta) = \prod_{i=1}^{m}(h(x_i)^{y_i}(1-h(x_i))^{1-y_i})$
log化：
$l(\theta) = \sum_{i=1}^m(y_llogh(x_i)+(1-y_i)log(1-h(x_i)))$

所以梯度更新公式：

\theta_j = \theta_j - \alpha\frac{1}{m}\sum_{i=1}^m(h(x_i)-y_i)x_i^j

这个方法就梯度下降，问题来了，为什么要用梯度下降？为什么不可以直接等于0呢？

logistics regression没有解析解

如果等于0，就有： $\sum_{n=1}^Nsigmoid(\theta^Tx) = x^Ty$ 考察一下两个特征两个样本的情况：

有三个不同的sigmoid函数，两个式子解不了，因为sigmoid函数不是线性的，如果是线性的，那么可以吧 $\theta$ 提出来，这样就有解了。其实如果sigmoid去掉，仅仅把 $sigmoid(\theta^Tx) = \theta^Tx$ 那么就和linear regression一样了。所以是没有解析解的，主要的原因就是因为sigmoid函数是一个非线性的函数。

当标签不同的时候另一种函数形式

计算分数函数一样的： $score = W^Tx$
之前了解的preceptron：

直接把score分数通过一个sign函数即可。0/1错误。
linear regression:

线性回归就是去掉了sign函数，使其成为一个线性函数，error function = square
logistic regression：

常规操作，就是要找到error function先。按照刚刚的函数分布可以得到：

极大似然函数：

sigmoid函数有一个比较牛逼的性质。 $1-\frac{1}{1+e^{-x}}=\frac{e^{-x}}{1+e^{-x}}=\frac{1}{\frac{1}{e^{-x}}+1} = \frac{1}{1+e^x}$

1-h(x) = h(-x)

所以美滋滋，替换一下就OK了：

P(x_i)

是先验概率，开始就给定的了，是可以忽略的。

最大值一般比较难求，加上负号变成一个最小化的问题，化简一下：

其实这个就是交叉熵函数，和上面推导出的：

是一个东西，整合起来了而已，负号提前，所以形式有点不一样。最小化error function：

gradient decent，和刚刚的方法是一样的。

上面的 $\theta(yw^Tx)$ 可以看做是-yx的线性加权，要求就是加权和之后为0，而如果是线性可分的话，则只要 $\theta$ 为0就可以了；根据sigmoid函数的特性，为0就相当于是 $-yw^Tx$ 要 << 0，即 $-yw^Tx$ >> 0，这就尴尬了，需要保证全部的yx都同号，都是线性可分的，这样其实是很难做到的，所以我们转换一个思路，用梯度下降解决。归根到底，还是sigmoid函数的非线性。

Stochastic Gradient Descent

随机梯度下降，以往的经验是全部一起做一次更新，如果计算量非常大，那么计算复杂度很高，另外如果是做online learning的时候也不方便，因为这个时候数据不是一个betch的过来了，而是几个几个的了。

优点：简单，如果迭代次数够多的话是可以比得上average true gradient的效果的。
缺点：迭代的方向会不稳定，可能会左拐右拐的。average true gradient是查找的当前一阶导最适合的方向走的，而SGD是直接随机一个方向走。

他和PLA其实很像，而在理解上面其实也是类似，他们都选取一个点进行调整。而SGD ≈ soft PLA，PLA是错了之后才纠正，而SGD会看下你错了多少，错了越多，意味着你的wx越大，所以纠正的越多，是动态可变的，所以也叫做soft PLA。

③线性模型error function的对比

三个比较简单算法：PLA，linear regression，logistic regression。他们勇于分类的时候：

square function对于分类来说其实不太合理的，分类正确了，应该越远越好才对，但是square function是越远错误就越大，是不合理的，logistics就更合理了，错误的越错就越大正确的就小，所以linear regression适合回归而不是分类。
可以看到ce和err0/1是有焦点的，我们乘上一个数字使他相切：

根据VC bound的理论：

所有logistic regression是可以作为分类的，而且他的分类效果要比linear regression好，首先直观理解错误，他比linear regression更合理，其次，他的VC bound比linear regression要小，这就证明了Ein ≈ Eout的概率会更高，泛化能力更强。

④Nonlinear Transformation

对于线性可分的情况来说，几乎是不用对x做什么预处理就可以直接使用模型进行分类，但是如果是对于非线性的模型，上面的方法就有点吃力了，他们都是线性分类，直接在model上改进有点困难，所以在数据上进行处理。

这种是绝逼找不到一条直线分开的，要完成这种任务就需要找一个非线性的模型分开，比如看起来这就像是一个圆：

h(x) = -x_1^2-x_2^2+0.6

把上面的式子变成我们认识的形式：

w_1 = -1,w_2=-2,w_0=0.6

于是决策函数：

h(x) = sign(w_1z_1+w_2z_2+z_0)

其实就是把x空间映射到了z空间，然后再z空间解决。x里面是nonlinear的，映射到z可能就会是linear的了，低纬度解决不了的问题拉到高维度解决：

支持向量机也用到了这种思想，核函数就是映射到高维度空间里面然后进行切片操作。
Nolinear Transformation的方法不止一个：

目前我们所讨论的都是过原点的，如果是不过原点的话，那么他们的VC dimension就会增加。比如这种

f(x) = (1,x_1^2,x_2^2,x_1x_2,x_1,x_2)

其实，做法很简单，利用映射变换的思想，通过映射关系，把x域中的最高阶二次的多项式转换为z域中的一次向量，也就是从quardratic hypothesis转换成了perceptrons问题。用z值代替x多项式，其中向量z的个数与x域中x多项式的个数一致（包含常数项）。这样就可以在z域中利用线性分类模型进行分类训练。训练好的线性模型之后，再将z替换为x的多项式就可以了。具体过程如下：

整个过程就是通过映射关系，换个空间去做线性分类，重点包括两个：
特征转换
训练线性模型

Price of Nonlinear Transform

首先，用十二指肠想都知道： $d_{vc}^{nonlinear} >=d_{vc}^{linear}$
如果是d维的x做二次的扩展，那么有

求上界，如果阶数更高，假如阶数为Q，对于x是d维，那么对于z空间就是

这种特征变换会导致计算空间变大，计算复杂度变大。另外，可以看到随着Q增大，W也会增大，这样就导致了VC dimension会增大，而W的秩其实就是VC维，所以，如果Q越大，就会导致泛化能力变差。

接下来讨论一下x到z多项式的变换：
一维：

f_0(x) = (1)

二维：

f_1(x) = (f_0(x),x_1,x_2,...x_d)

三维：

f_2(x) = (f_1(x),x_1^2,x_1x_2,...x_d^2)

Q维：

f_Q(x) = (f_{Q-1}(x),x_1^Q,x_1^{Q-1}x_2,...x_d^Q)

所以这些hypothesis是包含关系的：

对应上图：

d_{vc}(H_1) <= d_{vc}(H_2) <= d_{vc}(H_d)

所以一目了然，代价就是 $E_{out},E_{in}$ 之间的差距会越来越大， $E_{in}$ 最后就不能再代表 $E_{out}$ 了。随着变换多项式的阶数增大，虽然逐渐减小，但是model complexity会逐渐增大，造成很大，所以阶数不能太高。如果选择的阶数很大，确实能使接近于0，但是泛化能力通常很差，我们把这种情况叫做tempting sin。所以，一般最合适的做法是先从低阶开始，如先选择一阶hypothesis，看看是否很小，如果足够小的话就选择一阶，如果大的话，再逐渐增加阶数，直到满足要求为止。也就是说，尽量选择低阶的hypothes，这样才能得到较强的泛化能力。模型复杂度越高出现的泛化能力问题，就是过拟合，在训练数据上表现很好，Ein = 0，但是在测试数据上就很差，Ein << Eout。

⑤Overfitting and Regularization

overfiting，过拟合，就是上面所描诉的情况了， $E_{in}$ 和 $E_{out}$ 相差太远了，局部已经不能再代表全局了，主要原因就是模型复杂度太大了，VC bound太大，限制不了 $E_{out}$ 。overfitting就是训练过程中翻车了，原因：①太快了，模型复杂度太大。②近视，看的路太短，样本少。③这路不行，弯弯曲曲的，noise太多，噪音太大。
对应的解决方法其实很多，但主要就是regularization了：

虽然fitting出来的结果完全符合了数据点，但是模型本身没有这么复杂，所以产生了过拟合。
既然模型太复杂了，那么简化一下模型：

所以过拟合了，我们可以简化复杂度，复杂度的代表系数其实就是VC dimension，也就是W的个数。比如一个十阶的hypothesis：

H_{10}(x) = w_0+w_1x+w_2x^2+w_3x^3+w_4 x^4+...w_{10}x^{10}

想简化模型就只需要减少w的个数即可，比如简化成2阶：

H_2(x) = w_0+w_1x+w_2x^2

只需要把后面大于3的w都置为0即可。然而，问题来了，为什么多此一举先要设置成10阶再退化回2阶呢？首先这是为了拓展视野，其次，万一这些个数据不是2阶课完成的呢？要知道我们事先是不可以知道数据的分布的。
刚刚是规定了前面的不为0，现在放宽一下条件，只要3个w不为0就好了，于是有:

\sum_{q=0}^{10}[w_q != 0]<=3

这种形式下的hypothesis称为

H_2^{'}

，有

H_2<=H_2^{'}<=H_{10}

但是这种方法已经被证明是NP-hard问题了，所以寻求一种更简便的办法：

\sum_{q=0}^{10}w^2<=C

小于某一个constant即可。当C非常大的时候，那就和高阶的基本没有什么区别了，用这种方法改造一下linear regression：

这样就把W限定在了一个以根号C的一个球形里面，两个W才是一个圆，多个w就是立体的球了。

可以看到梯度的方向是差不多对准了 $W_{lin}$ （最好的W），只要在切线方向有分量，那么就会沿着切线的方向滑动。但是可以看到，这梯度的方向只是差不多对准了 $W_{lin}$ 而不是准确的对齐，因为是直接的求导，你不可以保证这个式子就是一个凸优化问题，它可能是多个凸优化多个山谷的，可能只是看到了比较近的一个山谷，但是大致方向是正确的。所以如果梯度没有和分量w平行，那么会一直移动， $w,normal$ 可以看做是 $w,w^T$ ，梯度就是 $-△E_{in}$ 负方向嘛，当平行时，按照图中的推理： $△E_{in}+\frac{2\lambda}{N}w = 0$ ， $△E_{in}$ 就是square error function求导，所以有 $\frac{2}{N}(z^Tzw-z^Ty)+\frac{2\lambda}{N}w=0$ ，最后就推导出 $w = (z^Tz+\lambda I)^{-1}z^Ty$
这种线性回归被看成是origin linear regression的进阶版，也叫ridge regression。
上面的公式也可以直接用拉格朗日乘子法推出来：

error = E_{in}+\lambda w^Tw

w^Tw<=C

\frac{1}{C}w^Tw<=1

拉格朗日：

L = \frac{1}{N}\sum(x_nw-y_n)^2+\lambda(\frac{1}{C}w^Tw-1)

可以看到λ越大w越小，对于模型的惩罚也就越大，所以也叫做正则化惩罚项。这种惩罚会是的曲线越来越平滑，后面还会讲到另一种regularization。

对于regularization的VC 理论解释

正则化出来过后的linear regression就是ridge regression，根据之前的VC bound理论： $E_{out}(w) <= E_{in}(w)+©(H)$ ，其中 $©(H)$ 是复杂度， $©(w)=w^Tw$ 代表的是单个hypothesis的复杂度，而 $©(H)$ 代表的整个hypothesis set的复杂度，所以 $©(w)$ 是被包含在 $©(H)$ 里面的，所以相对来说 $E_{in}(w)+w^Tw < E_{out}(w)+©(H)$ ，相对来说会和 $E_{out}$ 更加接近。

而对于VC dimension，既然w被限制了，那么ridge的肯定比origin的小了。

General Regularizers

他的正常方向应该是垂直于边界的，红色的sign就是方向，而对于在边界上，只要sign和△Ein不在一条直线上，那么在正方形的边界上就一定有一个类似于刚刚ridge绿色分量的分量存在，如上图，就会向上方移动，而在边角点其实是不可微分的，所以一般结果会聚集在边角的周围，所以得到的是一个稀疏矩阵，一些是0，一些不是零。结果会聚集在顶点周围，优点就是计算很快了。
上图是用直观的理解来解释regularization，前面的是用VC demension来解释，再用数值分析的角度看一下：
比如：方程式①：
5x + 7y = 0.7
7x + 10y = 1
x = 0 , y = 0.1
方程式②：
5x + 7y = 0.69
7x + 10y = 1.01
x = -0.17 y = 0.22
只要有一点微小的扰动，结果就会发生很大的变化，这就是病态矩阵，如果 $X^TX$ 是病态矩阵，那么两次的结果可能会相差很大。是不是病态矩阵可以用条件数来判断。用条件数来描述病态矩阵其实还是太抽象了。奇异矩阵就是不存在逆矩阵的方阵。什么样的方阵不存在逆矩阵？首先行列式为0，自然就牵扯出来非满秩，特征值只和为0。而对于近似奇异矩阵，他的行列式很接近于0，所以 $\frac{1}{|A|}$ 是一个很大的数字，根据求逆矩阵的公式，逆矩阵是可以通过伴随矩阵和行列式求的，所以自然差别就很大了，所以病态矩阵也就是近似于奇异矩阵的矩阵了。那么知道原因了，我们要做的就是远离奇异矩阵。而事实上，ridge regression的结果：

加上一个对角线的值其实就是远离奇异矩阵。
最后再看一个图：

lasso可以使得权值衰减到0，很容易可以和顶点相切，所以会使得权值衰减导0；但是ridge只会减少，而不会衰减导0，所以lasso是可以用来控制权值的数量的。lasso同上也是满足了拉普拉斯分布，是一个稀疏矩阵，而ridge是高斯分布。

summary

加入正则项是为了避免过拟合,或解进行某种约束,需要解保持某种特性
①L1正则可以保证模型的稀疏性，也就是某些参数等于0,L1正则化是L0正则化的最优凸近似，比L0容易求解，并且也可以实现稀疏的效果,
②L2正则可以保证模型的稳定性，也就是参数的值不会太大或太小.L2范数是各参数的平方和再求平方根，我们让L2范数的正则项最小，可以使W的每个元素都很小，都接近于0。但与L1范数不一样的是，它不会是每个元素为0，而只是接近于0。越小的参数说明模型越简单，越简单的模型越不容易产生过拟合现象。
③在实际使用中，如果特征是高维稀疏的，则使用L1正则；如果特征是低维稠密的，则使用L2正则。
④L2不能控制feature的“个数”，但是能防止模型overfit到某个feature上；相反L1是控制feature“个数”的，并且鼓励模型在少量几个feature上有较大的权重。
总结一下之前学过的，第十八篇博客VC dimension是机器学习的理论保证：

霍夫丁不等式保证了一个hypothesis发生坏事的概率是很小的，Multi霍夫丁不等式保证了这个hypothesis set对于所有的数据集发生的坏事的概率满足的不等式，VC dimension则保证了这个hypothesis set里面发生的坏事的概率是很小的，这就保证了泛化能力：Ein ≈ Eout。
之后介绍了三种线性模型（PLA比较简单，不会再讲了）：

而对于这三种模型，我们又给出了三种工具：

Feature Transform：通过低维不可线性可分转换到高维线性可分来解决Nonlinear的情况。
Regularization：通过增加正则化惩罚项来解决过拟合的问题。
Validation：用于对模型参数的选择，第一次选择：是选择上面模型。第二次选择就是对模型参数的选择了，这就用Validation来帅选。
最后是三个比较常用的锦囊妙计：

⑥logistics regression代码实现

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

def predict(w, x):
    h = x * w
    h = sigmoid(h)
    if h > 0.5:
        return int(1)
    else:
        return int(0)

def sigmoid(x):
    return np.longfloat(1.0/(1+np.exp(-x)))

def error_rate(h, label):
    m = np.shape(h)[0]
    sum_err = 0.0
    for i in range(m):
        if h[i, 0] > 0 and (1-h[i, 0]) > 0:
            sum_err += (label[i, 0] * np.log(h[i, 0]) + (1-label[i, 0])*np.log(1-h[i, 0]))
        else:
            sum_err += 0
    return sum_err/m

def lr_train_bgd(feature, label, maxCycle, alpha, df):
    n = np.shape(feature)[1]
    m = np.shape(feature)[0]
    w = np.mat(np.random.rand(n,1))
    i = 0
    while True:
        i += 1
        h = sigmoid(feature * w)
        err = label - h
        if i % 100== 0:
            print('error : ', error_rate(h, label))
            d = 0
            scores = []
            for i in range(m):
                score = predict(w, feature[i])
                scores.append(score)
                if score == label[i]:
                    d += 1
            print('train accuracy : ', (d/m)*100, '%')
            if (d/m)*100 >= 90:
                for i in range(m):
                    if df.iloc[i, 2] == 1:
                        c = 'red'
                    else:
                        c = 'blue'
                    plt.scatter(df.iloc[i, 0], df.iloc[i, 1], c=c)
                x = [i for i in range(0, 10)]
                plt.plot(np.mat(x).T, np.mat((-w[0]-w[1]*x)/w[2]).T, c = 'blue')
                plt.show()
                return

        w += alpha * feature.T * err

def loadData(filename):
    df = pd.read_csv(filename, sep='    ', names=['a', 'b', 'label'])
    n, m = df.shape
    features = []
    labels = []
    for i in range(n):
        feature = []
        feature.append(int(1))
        for j in range(1,m):
            feature.append(df.iloc[i, j])
        if df.iloc[i, m-1] == -1:
            labels.append(0)
        else:
            labels.append(1)
        features.append(feature)

    for i in range(n):
        if df.iloc[i, 2] == 1:
            c = 'red'
        else:
            c = 'blue'
        plt.scatter(df.iloc[i, 0], df.iloc[i, 1], c = c)
    plt.show()
    return np.mat(features), np.mat(labels).T, df

if __name__ == '__main__':
    f, t, df = loadData('../Data/testSet.txt')
    lr_train_bgd(f, t, 10000, 0.001, df)

Github代码：https://github.com/GreenArrow2017/MachineLearning/tree/master/MachineLearning/Linear%20Model/LogosticRegression

linear regression and logistic regression

①linear regression

target function的推导

误差

目标函数的化简

②logistic regression

target function 的推导

目标函数的化简

logistics regression没有解析解

当标签不同的时候另一种函数形式

Stochastic Gradient Descent

③线性模型error function的对比

④Nonlinear Transformation

Price of Nonlinear Transform

⑤Overfitting and Regularization

对于regularization的VC 理论解释

General Regularizers

summary

⑥logistics regression代码实现

Github代码：https://github.com/GreenArrow2017/MachineLearning/tree/master/MachineLearning/Linear%20Model/LogosticRegression

热门文章

最新文章

相关电子书