Update 第二章_机器学习基础.md

ch02_机器学习基础/第二章_机器学习基础.md

@@ -678,9 +678,7 @@ c) 随机梯度下降是通过每个样本来迭代更新一次。
 |     方法     | 特点                                                         |
 | :----------: | :----------------------------------------------------------- |
 | 批量梯度下降 | a）采用所有数据来梯度下降。<br/>b) 批量梯度下降法在样本量很大的时候，训练速度慢。 |
-| 随机梯度下降 | b) 随机梯度下降用一个样本来梯度下降。<br/>b) 训练速度很快。 |
-              | c) 随机梯度下降法仅仅用一个样本决定梯度方向，导致解有可能不是最优。 |
-              | d) 收敛速度来说，随机梯度下降法一次迭代一个样本，导致迭代方向变化很大，不能很快的收敛到局部最优解。 |
+| 随机梯度下降 | a) 随机梯度下降用一个样本来梯度下降。<br/>b) 训练速度很快。<br />c) 随机梯度下降法仅仅用一个样本决定梯度方向，导致解有可能不是最优。<br />d) 收敛速度来说，随机梯度下降法一次迭代一个样本，导致迭代方向变化很大，不能很快的收敛到局部最优解。 |
 
 下面介绍能结合两种方法优点的小批量梯度下降法。