逻辑斯蒂回归，决策树，支持向量机，梯度提升决策树 GBDT，随机森林
符号说明
基本遵从《统计学习方法》一书中的符号表示。
除特别说明，默认w为行向量，x为列向量，以避免在wx中使用转置符号；但有些公式为了更清晰区分向量与标量，依然会使用^T的上标，注意区分。
输入实例x的特征向量记为：
注意：x_i 和 x^(i) 含义不同，前者表示训练集中第 i 个实例，后者表示特征向量中的第 i 个分量；因此，通常记训练集为：
特征向量用小
n表示维数，训练集用大N表示个数
公式说明
所有公式都可以点击 跳转至编辑页面，但是部分公式符号会与超链接中的转义冲突；如果编辑页面的公式与本页面中的不同，可以打开源文件，通过原链接打开。
下一节：偏差与方差，生成模型与判别模型，先验概率与后验概率。