基本形式
线性模型（linear model）顾名思义即通过线性函数来进行预测的模型。
大部分机器学习算法的本质都是寻找一个函数来将输入进行处理得到预测结果。这里最简单的线性模型是这样，最复杂的神经网络模型也是如此。
线性模型的一般形式为：
f(x) = w1x1+w1x1+…+wdxd+b
向量形式则为：
f(x) = wTx + b
其中w = (w1; w1; …;wd;)， w和b学得之后，模型就得以确定。
线性模型形式简单、易于构造，但却蕴含着机器学习中一些重要的思想。许多更为强大的非线性模型可在线性模型的基础上通过引入层级结构更高或高维映射而得。