很多代码不适合放在公网上，于是自己搭建了一个Gitlab。

特征工程方法 feature_column

基于Wide & Deep Learning for Recommender 实现DNNLinearCombinedClassifier

最近看到了 Logistic regression，LR 模型主要用于分类模型（不是回归），细心的人不难发现 LR 模型在线性回归模型上加了一个 sigmoid 转换。

感知机对应于输入空间中将实例划分为正负两类的分离超平面，属于判别模型。

携程笔试的时候碰到了这个题目，当时其实没多想。贝叶斯这条路子也算是经典了。

笔记来自《统计学习方法》第四章。

> 上一篇大概讲了一下拉格朗日对偶法以及 KKT 条件，这一篇推导一下 SVM 的公式。下一篇举个例子，差不多就结束了。

其实我之前看过这个地方，但是当时感触不深（或者说根本没看懂，也可能是忘了），所以重新推导一下。

本笔记主要内容翻译自斯坦福大学CS224n: Natural Language Processing with Deep Learning Lecture Notes: Part II ，内容大部分抄袭自: huangzhanpeng.github.io