线性分类器简单来说就是通过一个线性函数,计算输入数据属于每一个类别的分数,分数越高意味着是该类别的可能性越大。
如果用数学公式来表示,可以写作: f(x)=wx+b
其中,
x
为输入,在图像处理领域为图像的像素值
w
为权重,是需要学习的内容,表示为对某个位置以及某个通道像素值的“喜好”
那么这种线性变换在分类任务中有什么局限性呢?
答案显而易见,如果测试图片中待分类物体的位置或者颜色发生变化,会导致分类错误。因为线性分类器的权重是与输入像素一一对应的。