参照《统计学习方法》一书实现了大部分的机器学习算法，关于每个算法的一些理解
类型名：驼峰命名法，比如LogsticRegress
成员函数与成员变量：首字母小写的驼峰命名，比如getLabelId(),learnRate
下标变量：带一个下划线，比如_beg
局部变量：一个单词的变量名全部小写，比如temp,cnt。多个单词的变量名，首字母小写的驼峰。
代码块：对于类型定义、函数定义，左花括号写在开始行最右侧，对于for和if左花括号另起一行。
有一些例外情况，尚未在代码中修改过来，正在逐渐完善中。
对于一个提供代码调用的机器学习系统来说，我们期望它能帮助我们实现超越机器学习算法简单组合的一个系统。从原理上讲，无论多么优秀的代码库设计，都没法做到比更高自由度的自己写代码达到的上限高，那设计一个这样的代码库意义何在呢？其一为了促使自己思考机器学习系统的核心是什么，其二是加深对算法的理解。
对于一个标准的机器学习流程来说，通常被分为以下几个部分，数据预处理，特征工程，超参数选择，模型训练，模型预测。我们发现在这个流水线上，流通的只有两种类型，其一是数据信息集合，其二是模型信息集合。
所以我们可以将它们抽象成两个基本类型。数据类和算法类。
数据类应该提供如下的基本功能：
- 直接获得原始数据
- 生成子数据块的引用或者拷贝
- 通过某种无监督方法生成新的数据类
算法类应该提供如下的基本功能：
- 初始化模型参数并与一个数据类建立单向联系
- 通过任意一个评估方法（比如交叉验证，泛化误差，AUC，正则化）选择模型超参数并训练模型
- 接受数据块输出模型结果
如果我们成功将这些接口设计出来，那么我们就能自由组合生成不同的机器学习流水线。比如采用主成分分析的支持向量机，采用稀疏编码的决策树。
数据被定义为具有如下特点的4种类型：
- 基于数值数据的监督分类数据
- 基于字符数据的监督分类数据
- 基于数值数据的监督回归数据
- 基于数值数据的无监督数据
数据类和算法类是分离的，在每个算法类中都有一个智能指针shared_ptr来实现数据的共享。我们希望在传入数据时，必须先有一个数据类保存了数据，而算法类的构造函数传入shared_ptr参数，来实现在算法类的成员函数中自由调用数据的目的，同时避免数据的拷贝。 ······