import numpy as np
W = np.array([[0.2, -0.5, 0.1, 2.0],
[1.5, 1.3, 2.1, 0.0],
[0, 0.25, 0.2, -0.3]
])
x_data = np.array([56, 231, 24, 2]).T
b = np.array([1.1, 3.2, -1.2])
output = np.matmul(W, x_data) + b
print(output)
output: [-96.8 437.9 60.75],这里不同的得分值代表不同的分类的可能性。其中w中正负,分别代表对结果产生促进或抑制的作用,大小代表促进或抑制的程度。
f(xi, W, b) = Wxi + b 每个线性方程组成一个分类器。
如下图所示:f(x) = Wx+b,利用矩阵的乘法,可以简化函数为f(x) = Wx。
image.png
网友评论