1. 线性算法模型

0x1：线性回归和线性分类中的“线性”指的是什么

线性(linear)，指量与量之间按比例、成直线的关系，在数学上可以理解为一阶导数为常数的函数；

非线性(non-linear)则指不按比例、不成直线的关系，一阶导数不为常数

0x2：从输入输出角度看"回归"和"分类"的区别

线性分类问题和线性回归问题都要根据训练样本训练出一个实值函数g(x)，g(x)也叫映射函数

1. 回归模型: 给定一个新的输入特征, 推断它所对应的输出y(连续值实值)是多少, 也就是使用y=g(x)来推断任一输入x所对应的输出值。注意: 如果我们将回归模型(regression model)的连续输出进行离散化，虽然看起来得到了有限个离散类别，但其本质还是回归模型，只是对输出做了特殊处理2. 分类模型: 给定一个新的输入特征, 推断它所对应的类别(大多数情况是二分类如: +1, -1，也可以基于二分类扩展出多分类), 也就是使用y=sign(g(x))来推断任一输入x所对应的类别.

注意: 模型的输出