diff --git a/docs/master/48.md b/docs/master/48.md
index 989591d890b62cb8eea36c0ee8396d11140afca7..167021d182e09fb212fb594dd5f8e6834522ef67 100644
--- a/docs/master/48.md
+++ b/docs/master/48.md
@@ -29,7 +29,7 @@
 
 #### 7.1.1.3. 增量学习
 
-最后，对于3. 我们在 scikit-learn 之中有许多选择。虽软不是所有的算法都能够增量学习（即不能一次性看到所有的实例），所有实 `partial_fit` 的 API 估计器都作为了候选。实际上，从小批量的实例（有时称为“在线学习”）逐渐学习的能力是外核学习的关键，因为它保证在任何给定的时间内只有少量的实例在主存储中，选择适合小批量的尺寸来平衡相关性和内存占用可能涉及一些调整 [[1]](#id9)。
+最后，对于3. 我们在 scikit-learn 之中有许多选择。虽然不是所有的算法都能够增量学习（即不能一次性看到所有的实例），所有实现 `partial_fit` API 的估计器都作为了候选。实际上，从小批量的实例（有时称为“在线学习”）逐渐学习的能力是外核学习的关键，因为它保证在任何给定的时间内只有少量的实例在主存储中，选择适合小批量的尺寸来平衡相关性和内存占用可能涉及一些调整 [[1]](#id9)。
 
 以下是针对不同任务的增量估算器列表：
 * Classification（分类）