从本章本节开始就开始正式介绍机器学习的算法了！我们首先登场的是---------线性模型。

w可以理解为权重，我们的x就是我们的样本点的各个特征数值，最后输出模型f（x）。其代表我们把样本点带入，以二分类为例，假设输出f（x）为正就为“好瓜”，负为“坏瓜”，而且这个f（x）与真实情况相差无几，那么我们的f(x)就为我们所求的线性模型。为什么说是线性模型呢？因为我们的模型实际上如果在二维平面它很像一个直线（想象下y=x+1在y-x平面），这个是我对线性模型的初步认识。