Update Report.md

Author: llhthinker

LinearClassifiers/Report.md

@@ -4,7 +4,7 @@
 
 2、  分别使用感知器算法学习区分下列两类样本的线性分类器：
 
-![img](.\sample_data.png)
+![img](./sample_data.png)
 
 3、  MNIST数据集测试：使用TrainSamples中的30000个17维特征手写数字样本训练线性分类器区分10个类别，TrainLabels中包含训练样本的标签；测试线性分类器对TestSamples中10000个样本的识别正确率。
 
@@ -31,10 +31,9 @@ F(x1, x2) = 0.4469281*x1 + 0.185913*x2 – 0.6
 ![img](./multiclass.png)
 
 - 分类正确率：
-  - 感知器算法：
-
-       ```
-       				precision    recall  f1-score   support
+  - 感知器算法： 
+  
+                     precision    recall  f1-score   support
                  0      0.902     0.888     0.895      1025
                  1      0.917     0.894     0.905      1179
                  2      0.767     0.838     0.801       882
@@ -45,10 +44,9 @@ F(x1, x2) = 0.4469281*x1 + 0.185913*x2 – 0.6
                  7      0.876     0.864     0.870      1061
                  8      0.758     0.726     0.741      1007
                  9      0.734     0.777     0.755       940
-                 
-       avg / total      0.821     0.820     0.820     10000
-       Test acc: 0.8196
-       ```
+         
+         avg / total      0.821     0.820     0.820     10000
+         Test acc: 0.8196
 
 
   - 最小平方误差算法: