cs231n线性分类器学习笔记，非翻译，根据自己的学习情况总结出的内容：
线性分类
本节介绍线性分类器，该方法可以自然延伸到神经网络和卷积神经网络中，这类方法主要有两部分组成，一个是评分函数(score function)：是原始数据和类别分值的映射，另一个是损失函数：它是用来衡量预测标签和真是标签的一致性程度。我们将这类问题转化为优化问题，通过修改参数来最小化损失函数。
首先定义一个评分函数，这个函数将输入样本映射为各个分类类别的得分，得分的高低代表该样本属于该类别可能性的高低。现在假设有一个训练集
，每个样本都有一个对应的分类标签yi，这里i=1,2....N，并且yi ∈ 1…K，这里，N代表样本个数，样本的维度为D，共有K个类别。定义评分函数：
，该函数是原始样本到分类分值的一个映射。
线性分类器：先介绍最简单的线性映射：
，在公式中，每一个输入样本都被拉成一个长度为D的列向量，其中W和b都是参数，参数W被称为权重(weights)大小为K x D 和，参数b为偏置向量(bias vector)大小K x 1，它影响输出结果，但是并不和原始样本产生关联。卷积神经网络样本到分类分值的方法和上面一样，但是映射函数f（x）将更加的复杂，参数也更多。
解释线性分类器
线性分类器各维度的值与权重相乘，从而得到分类分值。如下图：首先将这张猫咪的图片拉伸成一个列向量，与矩阵W相乘，然后得到各个分类的值，可以看出得
到的评分中，猫的评分很低，则这个矩阵W并不好。我们还可以将样本看做高维空间中的一个样本点，整个数据集就是一个空间点的集合，每个点都有一个标签，则每个分类类别的分值就是这个空间中一条线性函数的函数值。
偏置和权重的合并技巧：分类的评分函数为
，分开处理参数W、b有点麻烦，一般常用方法是将W和b合并到同一个矩阵中，同时xi这个向量要增加一个维度，数值为1。具体见下图：
左边是先做矩阵乘法然后做加法，右边是权重矩阵增加一个偏置列，输入向量维度增加1，然后做矩阵乘法。这样的好处是只用学习到一个权重矩阵。
损失函数 loss function
评分函数的参数是矩阵W，数据（xi，yi）是给定的不能修改，我们可以通过修改参数矩阵W来调整，来使评分函数与真实的类别一致，即：真实类别的评分应该是最高的。我们使用损失函数（loss function）来衡量对结果的不满意程度。当评分函数与真实结果相差越大时，损失函数的值也就越大。
多类别支持向量机损失(Muliticlass SVM Loss)
损失函数的类别有很多种，首先介绍多类别SVM损失函数，SVM的损失函数要SVM在正确类别上的得分要比不正确类别上的得分高出一个Δ，针对第i个样本的损失函数为：
称为合页损失函数（hinge loss），其中:
为第j个类别的得分，yi是正确类别的标签。举例：假设有3个类别，s=[13,-7,11]。其中第一个类别是正确类别，假设Δ的值为10，损失函数（
为两部分的和：
第一部分的值为0，第二部分的值为8。SVM的损失函数想要正确分类类别yi的分数要比不正确分类的分数高，而且至少要高一个Δ（可以这样写sj+Δ <=syi），如果不满足这一点，就需要计算损失值。更加形象化的如图所示
“SVM的损失函数想要正确分类类别yi的分数要比不正确分类的分数高，而且至少要高一个Δ”，如果其他类别分数进入红色区域，甚至更高，那么就需要计算损失，否则损失为0。我们的目标是找到一些权重，它们既能够这样的要求，又能让损失值尽可能的小。
正则化（Regularization）：上面损失函数有一个问题，假设一组数据和权重W能够对每个样本正确分类，即：对所有i都有Li=0;问题在于这个W并不唯一，例如W能使损失值都为0，当λ>1时，任何λW都能使损失值为0。所以我们希望向特定的权重W添加某些偏好，来消除不确定性，可以通过添加正则化惩罚（regularization penalty）来完成，常用的正则化项是L2范式，它通过对所有参数进行逐元素平方惩罚来抑制较大的权重：
上面式子仅包含权重W，不包含样本，将W所有元素平方求和。给出完整的多分类SVM的损失函数，包含两部分：数据损失，即所有样本的平均损失和正则化损失：
展开
其中N代表训练样本的个数，λ表示正则化项的权重，它的确定需要动过cross-validation。
L2的一个最大的性质是对大数值权重的惩罚，提升泛化能力，这就消除了某一个维度对整体分值影响过大的影响。eg：输入向量x=[1,1,1,1],有两个权重向量w1=[1,0,0,0],w2=[0.25,0.25,0.25,0.25],那么w1Tx = w2Tx = 1，两个权重向量得到相同的分值1，根据L2惩罚来看W2更好，因为它的正则化损失值更小。W2惩罚倾向于更小更分散的的权重向量，这样就能鼓励分类器将所有维度上的特征都使用起来。通常只对权重w 进行正则化，而不正则化偏置b。
代码：无正则化部分的损失函数，非向量化和半向量化损失的代码实现
这地方插入代码，明天插入
超参数delat和λ对损失函数中的数据损失和正则化损失之间权衡，权重W的大小对于分类分值有着直接的影响，对w进行缩小，那么分类之间的差值也会变小，反之亦然。权重的大小就能控制差异的变大或缩小，因此delta 为1或100是没有意义的。因此真正的权衡是我们允许权重变大到何种程度（λ来进行控制）。
softmax分类器
softmax可以理解为逻辑回归泛化到多分类问题中，SVM分类器输出f（xi,w）作为每个分类的评分（未标准化的，可能难以理解）。与SVM不同的是softmax输出的是归一化后的概率，更加的直观，可以从概率上给出解释。在softmax分类器中映射函数
保持不变，但将这些评分值看做每一类别未归一化的对数概率