除掉广义线性模型部分呢

除了广义线性模型，还有以下经典的线性模型：

1. 线性判别分析（LDA）模型：LDA模型是一种经典的线性分类模型，它通过对数据进行降维，将样本投影到低维空间中，并在该空间中寻找一个最优的超平面，使得不同类别的样本尽可能地分开。

2. 主成分分析（PCA）模型：PCA模型也是一种经典的线性降维模型，它通过线性变换将高维数据映射到低维空间中，使得映射后的数据具有最大的方差，从而达到降维的目的。

3. 线性回归模型：线性回归模型是一种广泛应用的线性模型，它通过最小化预测值与真实值之间的均方误差来学习模型参数，适用于回归问题。

4. 非负矩阵分解（NMF）模型：NMF模型是一种线性降维模型，它将原始数据矩阵分解为两个非负矩阵的乘积，从而实现了非负的特征提取和降维。

5. 稀疏编码模型：稀疏编码模型是一种基于字典学习的线性模型，它通过学习一个字典，将输入信号表示为字典中基向量的线性组合，从而实现了信号的稀疏表示和特征提取。

这些模型都是线性模型的不同变种，它们在不同的问题中都有着广泛的应用。