python线性分类器代码 线性分类器的原理

1. 线性分类器：通过线性映射，将数据分到对应的类别中

①线性函数：f（xi, W, b）= W * xi + b

W为权值（weights），b为偏移值（bias vector），xi为数据

假设每个图像数据被拉长为一个长度为D的列向量，其$大小为[D x 1]；W是大小为[K x D]的矩阵，b是大小为大小[K x 1]的列向量$

$以CIFAR-10为例，xi包含第i个图像的所有像素信息，这些信息被拉成为一个[3072 x 1]的列向量，W的大小为[10 x 3072]，b的大小为[10 x 1]$

$因此，3072个数字（原始像素数值）作为输入，10个数字（不同分类得到的分值）作为输出，然后概率最大的分类作为输出$