一、评分函数
----f为评分函数,即Rd-->Rk的映射,d是特征维数,k是类别数
W是权重,b是偏差向量,W是k*d维的,每一行代表一个分类器
若b=0,则所有的分类器都不得不过原点,这样是不好的,所以要加上这个偏差b
一般实际操作中,将w和b放到一个矩阵中,所以就要向x中增加一个维度,设为常量1,这就是默认的偏差维度
二、损失函数 Loss Function(代价函数 cost Function / 目标函数 objective )
用来衡量我们对结果的不满意程度。
针对第i个数据的多类SVM的损失函数定义如下:
‘
从表达式中可以看出,当syi >= s