修正了文档中数学公式无法显示的问题

Author: jackfrued

Day81-90/88.神经网络模型.md

@@ -183,7 +183,7 @@ print(classification_report(y_test, y_pred))
 
 1. `hidden_layer_sizes`：指定神经网络中每一层的神经元数目，元组类型，默认值为`(100, )`，表示只有一个隐藏层，包含 100 个神经元。该超参数可以改变网络的结构和容量，层数越多，神经元数目越多，模型的表示能力就越强，但也存在过拟合风险。
 2. `activation`：隐藏层中神经元的激活函数，默认值为`relu`，表示使用 ReLU 激活函数。激活函数决定了网络每一层的输出形态，一般来说，`'relu'` 是训练深度网络时的首选，因为它能够缓解梯度消失问题，并且训练速度较快，可选值包括：
-    - `'identity'`：线性激活函数，即$\small{f(x) = x}$，通常不推荐使用。
+    - `'identity'`：线性激活函数，即 $\small{f(x) = x}$ ，通常不推荐使用。
     - `'logistic'` / `'tanh'` / `'relu'`：Sigmoid / 双曲正切 / ReLU 激活函数。
 3. `solver`：用来优化模型参数的求解器（优化算法）。常用的优化算法有：
     - `'lbfgs'`：拟牛顿法（Limited-memory Broyden-Fletcher-Goldfarb-Shanno），这种方法计算复杂度较高，但对小数据集表现较好。