chenchy
diff --git a/‎.idea/workspace.xml
Lines changed: 2 additions & 4 deletions b/‎.idea/workspace.xml
Lines changed: 2 additions & 4 deletions
diff --git a/‎README.md
Lines changed: 6 additions & 6 deletions b/‎README.md
Lines changed: 6 additions & 6 deletions
@@ -22,23 +22,23 @@
 ## 章节
 
 ### 第二章 感知器模型
-**博客：[李航《统计学习方法》第二章——用Python实现感知器模型（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/51923546)
-**代码：[perceptron/binary_perceptron.py)
+**博客：**[李航《统计学习方法》第二章——用Python实现感知器模型（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/51923546)
+**代码：**[perceptron/binary_perceptron.py)
 
 ### 第三章 K近邻法
-**博客：[李航《统计学习方法》第三章——用Python实现KNN算法（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/51933044)
+**博客：**[李航《统计学习方法》第三章——用Python实现KNN算法（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/51933044)
 **代码：**[knn/knn.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/knn/knn.py)
 
 ### 第四章 朴素贝叶斯
-**博客：[李航《统计学习方法》第四章——用Python实现朴素贝叶斯分类器（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/51967839)
+**博客：**[李航《统计学习方法》第四章——用Python实现朴素贝叶斯分类器（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/51967839)
 **代码：**[naive_bayes/naive_bayes.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/naive_bayes/naive_bayes.py)
 
 ### 第五章 决策树
-**博客：[李航《统计学习方法》第五章——用Python实现决策树（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/52849400)
+**博客：**[李航《统计学习方法》第五章——用Python实现决策树（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/52849400)
 **代码：**[decision_tree/decision_tree.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/decision_tree/decision_tree.py)
 
 ### 第六章 逻辑斯提回归
-**博客：[李航《统计学习方法》第六章——用Python实现逻辑斯谛回归（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/53084871)
+**博客：**[李航《统计学习方法》第六章——用Python实现逻辑斯谛回归（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/53084871)
 **代码：**[logistic_regression/logistic_regression.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/logistic_regression/logistic_regression.py)
 
 ### 第六章 最大熵模型