损失函数
线性分类器,weight表示对应每一类的权重。
什么是损失函数,把W作为一个输入,输入到一个函数中,将得分值作为衡量W好坏的标准。
多类别SVM分类器
看笔记本23页有相关笔记。
1、如果我们稍微改变一点车这个分类的score值,我们的损失函数会有什么变化吗?
答:不会变化,svm分类器在乎的是正确的比不正确的大1,汽车分数比其他的都要大,1的界限不会被破坏。
2、loss的最大最小值是多少?
答:最小是0,最大是无穷
3、初始化W刚开始训练的时候,分数的结果在开始时将会是较小的均匀分布的值近乎为0,使用svm损失函数预计会是什么样的呢?
答:分类的数量减一,若是对所有不正确的分类遍历一遍,实际上遍历了c-1个类别,对于每一个类别因为两个值差的不多我们就得到一个值为1的损失项。
4、如果对所有的类别进行求和包括争取分类的类别,会怎么样呢?
答:损失函数的值会增加1。这个问题的意思是:去掉限制条件j≠yi时,总的loss值有什么变化???与之前求的loss比,多了当j=yi时的max(0,Sj-Syi+1),这时Sj-Syi为0,求max得1,将这一项加到总的loss值,所以导致