欢迎！今天我们来学习线性分类器
Lecture 2 Linear Classification
P6
线性分类器：通过特征的线性组合来做出分类决定如
感知机、SVM、Fisher、Logistic
f(x,W)= wx+b ：x为输入数据，W为权重，b为偏置量 w与b都是可以学习的参数
缺点：每增加一个新的种类，都要重新训练
对于线性不可分的情况就不能使用
tasks
f(x,w)线性分类器与knn区别
线性分类器为什么可以看成一种模板匹配方法
线性分类器的缺点也就是存在的问题
分析代码实现的任务是什么，每个函数模块实现的功能是什么，代码运行的逻辑