📝 fix catalog of readme

Author: lawlite19

readme.md

@@ -17,7 +17,7 @@
 		* [3、正则化](#3正则化)
 		* [4、S型函数（即）](#4s型函数即)
 		* [5、映射为多项式](#5映射为多项式)
-		* [6、使用的优化方法](#6使用的优化方法)
+		* [6、使用的优化方法](#6使用scipy的优化方法)
 		* [7、运行结果](#7运行结果)
 		* [8、使用scikit-learn库中的逻辑回归模型实现](#8使用scikit-learn库中的逻辑回归模型实现)
 	* [逻辑回归_手写数字识别_OneVsAll](#逻辑回归_手写数字识别_onevsall)
@@ -41,7 +41,7 @@
 		* [1、代价函数](#1代价函数)
 		* [2、Large Margin](#2large-margin)
 		* [3、SVM Kernel（核函数）](#3svm-kernel核函数)
-		* [4、使用中的模型代码](#4使用中的模型代码)
+		* [4、使用中的模型代码](#4使用scikit-learn中的svm模型代码)
 		* [5、运行结果](#5运行结果)
 	* [五、K-Means聚类算法](#五k-means聚类算法)
 		* [1、聚类过程](#1聚类过程)
@@ -53,7 +53,7 @@
 		* [7、运行结果](#7运行结果)
 	* [六、PCA主成分分析（降维）](#六pca主成分分析降维)
 		* [1、用处](#1用处)
-		* [2、2D-->1D，nD-->kD](#22d-1dnd-kd)
+		* [2、2D-->1D，nD-->kD](#22d--1dnd--kd)
 		* [3、主成分分析PCA与线性回归的区别](#3主成分分析pca与线性回归的区别)
 		* [4、PCA降维过程](#4pca降维过程)
 		* [5、数据恢复](#5数据恢复)
@@ -62,9 +62,9 @@
 		* [8、运行结果](#8运行结果)
 		* [9、使用scikit-learn库中的PCA实现降维](#9使用scikit-learn库中的pca实现降维)
 	* [七、异常检测 Anomaly Detection](#七异常检测-anomaly-detection)
-		* [1、高斯分布（正态分布）](#1高斯分布正态分布)
+		* [1、高斯分布（正态分布）](#1高斯分布正态分布gaussian-distribution)
 		* [2、异常检测算法](#2异常检测算法)
-		* [3、评价的好坏，以及的选取](#3评价的好坏以及的选取)
+		* [3、评价的好坏，以及的选取](#3评价px的好坏以及ε的选取)
 		* [4、选择使用什么样的feature（单元高斯分布）](#4选择使用什么样的feature单元高斯分布)
 		* [5、多元高斯分布](#5多元高斯分布)
 		* [6、单元和多元高斯分布特点](#6单元和多元高斯分布特点)