002 得分函数

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。