diff --git a/Code/Day 6_Logistic_Regression.md b/Code/Day 6_Logistic_Regression.md
index 812b6f6..6940e4f 100644
--- a/Code/Day 6_Logistic_Regression.md	
+++ b/Code/Day 6_Logistic_Regression.md	
@@ -1,12 +1,10 @@
-<div align=center>
-![](https://github.com/MachineLearning100/100-Days-Of-ML-Code/blob/master/Info-graphs/Day%204.jpg?raw=true)
-</div>
+
+<div align=center>![](https://github.com/MachineLearning100/100-Days-Of-ML-Code/blob/master/Info-graphs/Day%204.jpg?raw=true)
 
 
 ### 数据集 | 社交网络
-<div align=center>
-![](https://github.com/MachineLearning100/100-Days-Of-ML-Code/blob/master/Other%20Docs/data.png?raw=true)
-</div>
+
+<div align=center>![](https://github.com/MachineLearning100/100-Days-Of-ML-Code/blob/master/Other%20Docs/data.png?raw=true)
 
 该数据集包含了社交网络中用户的信息。这些信息涉及用户ID,性别,年龄以及预估薪资。一家汽车公司刚刚推出了他们新型的豪华SUV，我们尝试预测哪些用户会购买这种全新SUV。并且在最后一列用来表示用户是否购买。我们将建立一种模型来预测用户是否购买这种SUV，该模型基于两个变量，分别是年龄和预计薪资。因此我们的特征矩阵将是这两列。我们尝试寻找用户年龄与预估薪资之间的某种相关性，以及他是否购买SUV的决定。