之前的分类算法多是二分类，遇到多分类则需要用softmax方法（先写个大概具体的等有时间再写）
1.具体方法
其实就深度学习的思路，把一个模型的输出当做下一级模型的输入，最终希望预测的类别是一个n*1的矩阵，例如[1,2,3]，里面是1-3几个类别，利用线性回归先拟合出每个类别的模型对应的系数矩阵，待预测数据进行预测后，把得到的几个预测值进行指数放大，再做归一化得到一组几率[0.8,0.1,0.1]也就是分别属于1,2,3类的概率为0.8,0.1和0.1,所以是第一类
2.评估指标（类似于二分类的混淆矩阵）：
